Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
解析学概論 I
大阿久 俊則
1 ユークリッド空間とその位相
1.1 ユークリッド空間
R で実数全体の集合を表す.n を自然数として
Rn = {x = (x1, . . . , xn) | x1, . . . , xn ∈ R}
を n次元ユークリッド空間 (n-dimensional Euclidean space)という.集合 Rn の元を n次元ユークリッド空間の点 (point),またはn次元ベクトル (vector)と呼び,x = (x1, . . . , xn)
のように太字で表すことにする.n = 2 のときは (x1, x2) の代わりに (x, y), n = 3 のときは (x1, x2, x3) の代わりに (x, y, z) と表すことが多い.特に 0 = (0, . . . , 0) は原点またはゼロベクトルを表す.Rn の2つの元 x = (x1, . . . , xn) と y = (y1, . . . , yn) をベクトルとみなしたとき,和・差
および c ∈ R によるスカラー倍
x+y = (x1+ y1, . . . , xn+ yn), x−y = (x1− y1, . . . , xn− yn), cx = (cx1, . . . , cxn)
が定義される.さらに,x と y の内積 (inner product)を
x · y = x1y1 + · · ·+ xnyn
で定義する.x,x1,x2,y,y1,y2 を Rn の元,c1, c2 を実数とすると,
x · (c1y1 + c2y2) = c1 x · y1 + c2 x · y2, (c1x1 + c2x2) · y = c1 x1 · y + c2 x2 · y
が成立する.
∥x∥ =√x · x =
√x21 + · · ·+ x2
n
を x のノルム (norm)という.ノルムは次の性質を満たす.
命題 1 (1) ∥x∥ ≥ 0 であり等号は x = 0 = (0, . . . , 0) のときのみ成立する.
(2) ∥cx∥ = |c|∥x∥ が任意の x ∈ Rn と c ∈ R について成立する.
1
解析学概論 I 2
(3) |x ·y| ≤ ∥x∥∥y∥が任意の x,y ∈ Rn について成立する (Cauchy-Schwarzの不等式).等号が成立するのは,x と y のうち少なくとも一方が 0 であるか,または y = cx
を満たす実数 c が存在するときである.c ≥ 0 のときは x · y = ∥x∥∥y∥ が,c ≤ 0
のときは x · y = −∥x∥∥y∥ が成立する.
(4) ∥x + y∥ ≤ ∥x∥ + ∥y∥ が任意の x,y ∈ Rn について成立する(三角不等式).等号が成立するのは,x と y のうち少なくとも一方が 0 であるか,または y = cx を満たす正の実数 c が存在するときである.
(5)∣∣∥x∥ − ∥y∥
∣∣ ≤ ∥x− y∥ が任意の x,y ∈ Rn について成立する.
証明: (1) x21 + · · · + x2
n ≥ 0 と平方根の定義より ∥x∥ =√x21 + · · ·+ x2
n ≥ 0 が成立する.x21 ≥ 0, . . . , x2
n ≥ 0 より ∥x∥2 = x21 + · · ·+ x2
n = 0 となるのは x1 = · · · = xn = 0,すなわち x = 0 のときである.(2) 平方根の定義より
√c2 = |c| となることに注意すると,
∥cx∥ =√c2(x2
1 + · · ·+ x2n) = |c|
√x21 + · · ·+ x2
n = |c|∥x∥
(3) t を任意の実数とすると
0 ≤ ∥y − tx∥2 = (y − tx) · (y − tx) = ∥y∥2 − 2t(x · y) + t2∥x∥2 (1.1)
が常に成立する.x = 0 のときは,この右辺は t の 1次式であるから,常に 0 以上であるためには x · y = 0 である必要がある.このときは (3)で等号が成立する.次に x ̸= 0 のときは,(1.1)式の右辺は t の 2次式であるから,常に 0 以上であるため
には判別式が 0以下,すなわち
(x · y)2 − ∥x∥2∥y∥2 ≤ 0
となる必要がある.移項して平方根をとれば (3)が導かれる.(3)で等号が成立する,すなわち (1.1)の右辺の判別式が 0 と仮定すると,(1.1)の右辺の 2次関数のグラフは x軸と接するから,∥y − tx∥2 = 0 となる実数 t が存在する.この実数を c とおけば y = cx
となる.このとき x · y = cx · x = c∥x∥2,∥x∥∥y∥ = |c|∥x∥2 であるから,c ≥ 0 ならばx · y = ∥x∥∥y∥, c ≤ 0 ならば x · y = −∥x∥∥y∥ が成立する.(4) x · y ≤ |x · y| ≤ ∥x∥∥y∥ を用いると
∥x+ y∥2 = (x+ y) · (x+ y) = ∥x∥2 + 2x · y + ∥y∥2 ≤ ∥x∥2 + 2∥x∥∥y∥+ ∥y∥2
= (∥x∥+ ∥y∥)2
が成立するから,平方根をとって ∥x + y∥ ≤ ∥x∥ + ∥y∥ が示された.等号が成立するのは x · y = ∥x∥∥y∥ となるときである.これは (3)から,x と y の少なくとも一方がゼロベクトルか,または y = cx となる非負実数 c ≥ 0 が存在するときである.c = 0 のときは y = 0 であるから,c > 0 としてよい.
解析学概論 I 3
(5) 三角不等式より
∥x∥ = ∥y + (x− y)∥ ≤ ∥y∥+ ∥x− y∥
が成立する.移項して ∥x∥ − ∥y∥ ≤ ∥x − y∥ を得る.さらに x と y を入れ替えれば,∥y∥ − ∥x∥ ≤ ∥y − x∥ = ∥x− y∥ も成立する.以上により∣∣∥x∥ − ∥y∥
∣∣ = max{∥x∥ − ∥y∥, ∥y∥ − ∥x∥} ≤ ∥x− y∥
が示された.□Rn の 2点 x と y の距離 (distance)は d(x,y) = ∥x− y∥ で定義される.
命題 2 (1) d(x,y) ≥ 0 であり等号は x = y のときのみ成立する.
(2) d(x,y) = d(y,x) が任意の x,y ∈ Rn について成立する.
(3) d(x,y) ≤ d(x, z) + d(z,y) が任意の x,y, z ∈ Rn について成立する (三角不等式).
証明: (1)と (2)は定義から明らかなので (3)を示す.命題 1の (4)より
d(x,y) = ∥x− y∥ = ∥(x− z) + (z− y)∥ ≤ ∥x− z∥+ ∥z− y∥ = d(x, z) + d(z,y)
□
1.2 開集合と閉集合
a = (a1, . . . , an) ∈ Rn と正の実数 ε (イプシロン)に対して集合
U(a; ε) = {x ∈ Rn | ∥x− a∥ < ε}
を a の ε近傍 (ε-neighborhood)と呼ぶ.n = 2 ならば a を中心とする半径 ε の円の内部,n = 3 ならば a を中心とする半径 ε の球の内部を表す.
定義 1 A を Rn の部分集合,a ∈ Rn とする.
(1) a が A の内点 (interior point)とは,ある正の実数 ε があって,U(a; ε) ⊂ A となること.このとき特に a ∈ A である.A の内点全体の集合を A の内部 (interior)といいA◦ で表す.A の内点は A に属するから A◦ ⊂ A である.(記号 ⊂ は = の場合も含むことに注意.)
(2) a が A の外点 (exterior point)とは,ある ε > 0 があって,U(a; ε) ∩ A = ∅ (空集合)となること.このとき特に a ̸∈ A である.
(3) a が A の境界点 (boundary point)とは,a が A の内点でも外点でもないこと,すなわち,すべての ε > 0 について U(a; ε) ∩ A ̸= ∅ かつ U(a; ε) ∩ Ac ̸= ∅ となること.ここで Ac = Rn \ A = {x ∈ Rn | x ̸∈ A} は A の補集合を表す.A の境界点の全体を A の境界 (boundary)といい ∂A で表す.
解析学概論 I 4
(4) A とその境界の和集合 A ∪ ∂A を A の閉包 (closure)といい A で表す.
定義 1
A
aa
a
a
a
例 1
Aa
b
定義 2 A を Rn の部分集合とする.
(1) A が (Rn の)開集合 (open set)とは,A◦ = A であること.言い換えれば,A のすべての点が A の内点であること.これは更に A の境界点が A に属さないことと同値である.
(2) A が (Rn の)閉集合 (closed set)とは,A = A であること.言い換えれば,A のすべての境界点が A に属すること.
定義より A が閉集合であることと補集合 Ac が開集合であることは同値であることがわかる.特に Rn 全体と空集合 ∅ はともに開集合かつ閉集合である.
例 1 a を Rn の任意の点,r を正の実数として集合A = U(a; r) を考える.b を A の任意の点とする.ε = r − ∥b− a∥ とおくと ε > 0 であり,x ∈ Rn が U(b; ε) に属せば
∥x− a∥ ≤ ∥x− b∥+ ∥b− a∥ < ε+ ∥b− a∥ = r
となるから x は A = U(a; r) に属する.よって U(b; ε) ⊂ A であるから b は A の内点である.従って A のすべての点は A の内点だからA は開集合である.また A の境界は∂A = {x ∈ Rn | ∥x− a∥ = r}, A の閉包はA = {x ∈ Rn | ∥x− a∥ ≤ r} である.
例 2 一般に I と J を R の部分集合とするとき,直積集合 I × J は
I × J = {(x, y) ∈ R2 | x ∈ I, y ∈ J}
で定義される R2 の部分集合である.a < b かつ c < d のとき
(1) (a, b)× (c, d) は (a, c), (b, c), (b, d), (a, d) を頂点とする長方形の内部であり開集合である.
(2) [a, b] × [c, d] は (a, c), (b, c), (b, d), (a, d) を頂点とする長方形の内部と辺を合わせた集合であり閉集合である.
(3) [a, b]× (c, d) は開集合でも閉集合でもない.
解析学概論 I 5
これらの 3つの集合の閉包は [a, b]× [c, d] であり,内部は (a, b)× (c, d) である.
a b
c
d
(a, b)× (c, d)
a b
c
d
[a, b]× [c, d]
a b
c
d
[a, b]× (c, d)
2 多変数関数とその連続性
2.1 多変数関数
D を Rn の部分集合とする.D から R への写像 f : D → R をD で定義された(または D を定義域とする)n 変数関数という.変数 x = (x1, . . . , xn) を明示するときは,f(x) = f(x1, . . . , xn) と表す.n = 2 のときは f(x, y), n = 3 のときは f(x, y, z) と表すことが多い.
例 3 a1, . . . , an, b を実数の定数とするとき
f(x1, . . . , xn) = a1x1 + · · ·+ anxn + b
は Rn で定義された n変数関数である.これを1次関数という.
例 4 f(x, y) =xy
x2 + y2は開集合D = R2 \ {(0, 0)} = {(x, y) ∈ R2 | (x, y) ̸= (0, 0)} (平面
から原点を除いた集合)で定義された 2変数関数である.
例 5 f(x, y) =x2 + y2
xyは開集合D = {(x, y) ∈ R2 | x ̸= 0, y ̸= 0} (平面から x軸と y軸
を除いた集合)で定義された 2変数関数である.
問題 1 (基本) 次の各々の 2変数関数の定義域 D を求めて図示せよ.ただし,定義域は関数が定義できる限り広く取ることとする.
(1) f(x, y) =1√
1− x2 − y2(2) f(x, y) =
xy
x2 − y2(3) f(x, y) =
x2 + y2
x2 + xy + y2
(4) f(x, y) = log(x2 + y2) (5) f(x, y) = tan−1 y
x(6) f(x, y) = sin−1 y
x
解析学概論 I 6
2.2 多変数関数のグラフ
集合 D ⊂ Rn で定義された n変数関数 f(x1, . . . , xn) のグラフ (graph)とは, Rn+1 の部分集合
{(x1, . . . , xn, f(x1, . . . , xn)) | (x1, . . . , xn) ∈ D}
のことである.特に n = 2 のときは 2変数関数 (x, y) のグラフは {(x, y, f(x, y)) | (x, y) ∈D} と表され,一般に R3 の中の曲面になる.下図は D = [a, b]× [c, d] で定義された関数f(x, y) のグラフの例である.
2.3 ユークリッド空間の (超)平面
Rn の n− 1次元部分空間 V を平行移動した集合 S のことをRn の超平面 (hyperplane)
という.ただし n = 3 のときは平面, n = 2 のときは直線と呼ぶ.ゼロベクトルではないあるベクトル n ∈ Rn が存在して,
V = {x ∈ Rn | n · x = 0}
と表すことができる.一方,S は V をあるベクトル a で平行移動した集合だから
S = V + a = {x+ a | x ∈ V }
と表される.x ∈ V として y = a+ x ∈ S とおくと,0 = n · x = n · (y − a) より
S = {y ∈ Rn | n · (y − a) = 0} = {x ∈ Rn | n · (x− a) = 0}
となる.n を S の法線ベクトル (normal vector)という.法線ベクトルのうちノルムが 1
のものを単位法線ベクトルという.単位法線ベクトルはちょうど2つあり,互いに向きが反対である.そのどちらを選んでもよい.(超平面の表と裏を区別するときはどちらか一
つに決める必要がある.)一般に n を S の法線ベクトルとすると,± 1
∥n∥n が単位法線ベ
クトルである.特に n = 3 のときは n = (a, b, c), a = (x0, y0, z0) とすれば R3 の平面 S は方程式
a(x− x0) + b(y − y0) + c(z − z0) = 0
を満たす点 (x, y, z) の全体である.これは S が (x0, y0, z0) を通りベクトル n に垂直な平面であることを意味している.
解析学概論 I 7
例 6 1次関数 xn+1 = a1x1+· · ·+anxn+bのグラフは Rn+1においてベクトル (a1, . . . , an,−1)
に垂直であり点 (0, . . . , 0, b) を通る超平面である.実際,上の式を内積を用いて書き換えれば
(a1, . . . , an,−1) · (x1, . . . , xn, xn+1 − b) = 0
となる.特に n = 2とすると,1次関数 z = ax+ by+ cのグラフはR3 において (a, b,−1)
に垂直で (0, 0, c) を通るような平面である.このとき n = (a, b,−1) は z = ax + by + c
のグラフの下向きの法線ベクトルである.
問題 2 (基本) R3 において次の各々の式で定義される平面の単位法線ベクトルを求めよ.(R3 の座標を (x, y, z) とする.)
(1) z = 2x+ y (2) z = 2x− 3y + 1 (3) z = −x− y + 2 (4) z = x− 1
問題 3 (基本) 次の各々の条件を満たす平面の式を z = ax+ by + c の形で表せ (a, b, c は適当な定数).
(1) 点 (2, 1, 3) を通り,ベクトル (−1, 3, 1) に垂直な平面.
(2) 点 (−1, 1, 2) を通り,平面 z = x+ 2y に平行な平面.
(3) 2つのベクトル (1, 1, 1) と (1,−2,−1) で張られる R3 の部分空間 V (この2つのベクトルを含む平面)を (1,−1, 0) だけ平行移動してできる平面 V + (1,−1, 0).
問題 4 (発展) Rn において a ∈ Rn と単位ベクトル (ノルムが 1 のベクトル) n によりn · (x− a) = 0 で定義される超平面を S とする.このとき b ∈ Rn と S との距離 (x が S
を動くときの d(b,x) の最小値) L = d(b, S) を求めよう.
(1) b+ tn が S に属するような実数 t を求めよ.このときの t を t0 とする.
(2) c = b + t0n とおく.x ∈ Rn に対して x + c が S に属するための必要十分条件はn · x = 0 であることを示せ.
(3) x+ c が S に属するとき ∥x+ c− b∥ ≥ ∥c− b∥ であり,等号は x = 0 のときに限り成立することを示せ.
(4) L = |n · (b− a)| であることを示せ.
解析学概論 I 8
2.4 多変数関数の極限と連続性
定義 3 A を Rn の部分集合とする.Rn の点 a が A の集積点 (cluster point)とは,a にいくらでも近い (a以外の)Aの点が存在すること,すなわち,任意の正の実数 ε に対してU(a; ε) ∩ A が a以外の点を含むことである.A の集積点は A の閉包 A に属する.しかし,A の点が A の集積点とは限らない.A の点であって A の集積点でない点は A の孤立点 (isolated point) と呼ばれる.
定義 4 f(x) = f(x1, . . . , xn) を D ⊂ Rn で定義された関数とし a を D の集積点とする.このとき
limx→a
f(x) = α
(x が a に近づくときの f(x) の極限 (limit) が α)とは,D の点 x が限りなく a に近づく(すなわち d(x, a) が限りなく小さくなる)とき |f(x)− α| が限りなく小さくなることである.正確に述べると,任意の正の実数 ε に対してある正の実数 δ が存在して,
(x ∈ Dかつ 0 < d(x, a) < δ) ⇒ |f(x)− α| < ε
が成立することである.
例 7 D = R2 \ {(0, 0)} で定義された関数 f(x, y) =x3 + y3
x2 + y2を考える.原点 (0, 0) は D
の集積点であり,lim
(x,y)→(0,0)f(x, y) = 0
が成立する.(証明) x = r cos θ, y = r sin θ (r > 0)とおくと,
|f(x, y)− 0| = |f(r cos θ, r sin θ)| = r| cos3 θ + sin3 θ| ≤ 2r
は r = d((x, y), (0, 0)) が限りなく小さくなるとき限りなく小さくなる.
例 8 D = {(x, y) ∈ R2 | x ̸= 0}で定義された関数 f(x, y) =y
xを考える.原点 (0, 0)は D
の集積点であるが,極限 lim(x,y)→(0,0)
f(x, y) = 0は存在しない.(証明) x = r cos θ, y = r sin θ
(r > 0)とおくと,
f(x, y) =r sin θ
r cos θ= tan θ
は θ によって変わるから,r が限りなく小さくなるとき,一定の値には近づかない ((x, y)
が (0, 0) に近づく方向によって近づく値が異なる).よって極限は存在しない.
定理 1 f(x) と g(x) を Rn の部分集合 D で定義された関数として a を D の集積点とする. lim
x→af(x) = α かつ lim
x→ag(x) = β ならば
limx→a
{f(x)± g(x)} = α± β, limx→a
f(x)g(x) = αβ
limx→a
f(x)
g(x)=
α
β(ただし β ̸= 0 とする)
解析学概論 I 9
定義 5 f(x) = f(x1, . . . , xn) を D ⊂ Rn で定義された関数とする.f(x) が D の点 a において連続 (continuous)であるとは,a が D の集積点ならば
limx→a
f(x) = f(a)
が成立することである.(a が D の孤立点のときは上の極限は定義できないが,このときは無条件に連続であると定義する.微積分では孤立点を持つような集合は通常考えないので孤立点は無視しても差し支えない.) 正確に述べると,f(x) が a で連続であるとは,任意の正の実数 ε に対して,ある正の実数 δ が存在して
x ∈ D ∩ U(a; δ) ⇒ |f(x)− f(a)| < ε
が成立することである.f(x) が D のすべての点 a において連続であるとき,f(x) は D
で連続であるという.
定理 2 Rnの部分集合Dで定義された関数f(x)と g(x)が a ∈ Dで連続ならばf(x)±g(x)
と f(x)g(x) も a で連続である.さらに g(a) ̸= 0 ならば f(x)/g(x) も a で連続である.
問題 5 (基本) 次の極限値を求めよ.(もし極限値がなければ,その理由を述べよ.)
(1) lim(x,y)→(0,0)
x2y
x2 + y2(2) lim
(x,y)→(0,0)
(x+ y)2
x2 + y2(3) lim
(x,y)→(0,0)(x+ y) log(x2 + y2)
問題 6 (発展) 次の極限値を求めよ.(もし極限値がなければ,その理由を述べよ.)
(1) lim(x,y)→(0,0)
x5 + y5
x4 + y4(2) lim
(x,y,z)→(0,0,0)
xyz
x2 + y2 + z2(3) lim
(x,y,z)→(0,0,0)
xyz
x2 + y2
問題 7 (発展) R2 で定義された次の関数の連続性 (R2 の各点で連続かどうか)を調べよ.(exp(x) = ex)
(1) f(x, y) =
ex − 1
x2 + y2((x, y) ̸= (0, 0) のとき)
0 ((x, y) = (0, 0) のとき)
(2) f(x, y) =
exp
(−y2
x
)(x > 0 のとき)
0 (x ≤ 0 のとき)
解析学概論 I 10
3 多変数関数の微分
3.1 偏微分係数と偏導関数
f = f(x1, . . . , xn) を Rn の開集合 D で定義された関数とする.D の点 a = (a1, . . . , an)
における f(x1, . . . , xn) の xk に関する偏微分係数とは,
∂f
∂xk
(a1, . . . , an) = fxk(a1, . . . , an)
= limh→0
f(a1, . . . , ak−1, ak + h, ak+1, . . . , an)− f(a1, . . . , ak−1, ak, ak+1, . . . , an)
h
のことである.この極限が存在するとき f は a において xk に関して偏微分可能という.f がすべての a ∈ D において xk に関して偏微分可能であるとき,f は D において xk
に関して偏微分可能であるという.このとき,fxk(x1, . . . , xn) は D で定義された n変数
関数となる.これを f の xk に関する偏導関数 (partial derivative)という.すなわち,xk 以外の変数は固定して xk のみを変数とみなして微分することが xk に関する偏微分(partial differentiation with respect to xk)である.特に 2変数関数 f(x, y) の (a, b) における x, y に関する偏微分係数は
fx(a, b) =∂f
∂x(a, b) = lim
h→0
f(a+ h, b)− f(a, b)
h
fy(a, b) =∂f
∂y(a, b) = lim
h→0
f(a, b+ h)− f(a, b)
h
例 9 f(x, y) = x3 − 3xy + y2 + 5x− 4y + 7 の x と y に関する偏導関数は
fx(x, y) =∂f
∂x(x, y) = 3x2 − 3y + 5, fy(x, y) =
∂f
∂y(x, y) = −3x+ 2y − 4
例 10 R2 を定義域とする 2変数関数 f(x, y) を
f(x, y) =
x3 + y2
x2 + y2((x, y) ̸= (0, 0) のとき)
0 ((x, y) = (0, 0) のとき)
で定義する.偏微分係数 fx(0, 0) と fy(0, 0) を定義に従って求めよう.(最初(上)の式は (x, y) ̸= (0, 0) のときのみ定義されているので,その式の偏導関数を計算してから(x, y) = (0, 0) を代入することはできない.)
fx(0, 0) = limh→0
f(h, 0)− f(0, 0)
h= lim
h→0
1
h
(h3
h2− 0
)= 1
一方f(0, h)− f(0, 0)
h=
1
h
(h2
h2− 0
)=
1
h
であるから fy(0, 0) は存在しない.
解析学概論 I 11
問題 8 (基本) 次の多変数関数の各々の変数に関する偏導関数を求めよ.
(1) f(x, y) = x3y2 − 5xy2 + 3xy + x− 4y + 2
(2) f(x, y) =xy + 1
x2 + y2 + 1
(3) f(x, y) = x exp(x2 + xy − y2)
(4) f(x, y) = tan−1 y
x(x ̸= 0)
(5) f(x, y, z) = (x+ 2y + 3z)10
(6) f(x, y, z) = xyz log(x2 + y2 + z2) ((x, y, z) ̸= (0, 0, 0))
問題 9 (基本) 次で定義される関数に対して偏微分係数 fx(0, 0) と fy(0, 0) が存在するかどうか判定し,存在すればその値を求めよ.
(1) f(x, y) =
xy
x2 + y2((x, y) ̸= (0, 0) のとき)
0 ((x, y) = (0, 0) のとき)
(2) f(x, y) =√x2 + |y|3
3.2 高次(高階)導関数
f(x1, . . . , xn) を Rn の開集合 D で定義された関数とする.f の xi に関する偏導関数fxiが D で存在し,fxi
が xj に関して D で偏微分可能とすると,
fxixj= (fxi
)xj=
∂2f
∂xj∂xi
=∂
∂xj
(∂f
∂xi
)が D上の関数として定まる.これを f の 2次(2階)偏導関数という.1 ≤ i, j ≤ n を動かすと f の n2個の 2次偏導関数が定まる.
例 11 f(x, y) = x3 − 3xy + y2 + 5x− 4y + 7 の 2次偏導関数は
fxx(x, y) =∂
∂x(3x2 − 3y + 5) = 6x, fxy(x, y) =
∂
∂y(3x2 − 3y + 5) = −3,
fyx(x, y) =∂
∂x(−3x+ 2y − 4) = −3, fyy(x, y) =
∂
∂y(−3x+ 2y − 4) = 2
同様にして f のm次偏導関数が定義される.たとえば 2変数関数 f(x, y) の 3次偏導関数は
fxxx, fxxy, fxyx, fyxx, fxyy, fyxy, fyyx, fyyy
の 23 = 8通りある.
解析学概論 I 12
定義 6 f(x1, . . . , xn) を Rn の開集合 D で定義された関数とする.D において f のm次以下のすべての偏導関数が存在して,それらの偏導関数が D で連続となるとき,f は D
において Cm 級であるという.f が任意の自然数 m について Cm級であるとき,f はC∞級であるという.
定理 3 f(x1, . . . , xn) が開集合 D ⊂ Rn において C2級であるとき,1以上 n以下の任意の自然数 i と j について
fxixj(x1, . . . , xn) = fxjxi
(x1, . . . , xn)
がすべての (x1, . . . , xn) ∈ D について成立する.すなわち,2次偏導関数は偏微分の順序によらない.さらに f が Cm 級ならば,f のm次以下の偏導関数は,偏微分の順序によらない.
証明: fxixjと fxjxi
の計算の際には xi と xj 以外の変数は固定されるから,2変数の場合に示せば十分である.そこで f(x, y)を開集合 D ⊂ R2 で C2級の関数として,fxy(a, b) =
fyx(a, b) が任意の (a, b) ∈ D について成立することを示す.
F (h) = f(a+ h, b+ h)− f(a+ h, b)− f(a, b+ h) + f(a, b)
とおく.g(x) = f(x, b+ h)− f(x, b) とおいて平均値の定理を用いると,0 < θ1 < 1 をみたす実数 θ1 が存在して
F (h) = g(a+ h)− g(a) = hg′(a+ θ1h) = h {fx(a+ θ1h, b+ h)− fx(a+ θ1h, b)} (3.2)
が成立する.次に y の関数 fx(a+ θ1h, y) に平均値の定理を適用すると
fx(a+ θ1h, b+ h)− fx(a+ θ1h, b) = hfxy(a+ θ1h, b+ θ2h) (0 < ∃θ2 < 1) (3.3)
(3.2)と (3.3)より,
F (h) = h2fxy(a+ θ1h, b+ θ2h) (3.4)
一方,φ(y) = f(a+ h, y)− f(a, y) として平均値の定理を用いると,
F (h) = φ(b+ h)− φ(b) = hφ′(b+ θ′1h) = h {fy(a+ h, b+ θ′1h)− fy(a, b+ θ′1h)}= h2fyx(a+ θ′2h, b+ θ′1h) (0 < ∃θ′1, θ′2 < 1) (3.5)
(3.4)と (3.5)よりfxy(a+ θ1h, b+ θ2h) = fyx(a+ θ′2h, b+ θ′1h)
ここで h → 0 とすると,
(a+ θ1h, b+ θ2h) → (a, b), (a+ θ′2h, b+ θ′1h) → (a, b)
となる.仮定により fxy と fyx は (a, b) で連続であるから,
limh→0
fxy(a+ θ1h, b+ θ2h) = fxy(a, b)
∥limh→0
fyx(a+ θ′2h, b+ θ′1h) = fyx(a, b)
解析学概論 I 13
よって fxy(a, b) = fyx(a, b) が示された.3次以上の偏導関数については,これを順に用いれば良い.たとえば f(x1, . . . , xn) が
C3級とすると,fxixj= fxjxi
より
fxixjxk= (fxixj
)xk= (fxjxi
)xk= fxjxixk
また fxiは C2級だから
fxixjxk= (fxi
)xjxk= (fxi
)xkxj= fxixkxj
よって xi, xj, xk の隣同士の互換(入れ替え)を行っても偏導関数は不変である.これから xi, xj, xk の任意の置換について偏導関数が不変であることが導かれる.4次以上の偏導関数についても同様に示せる.□
例 12 2変数関数 f(x, y) が開集合 D ⊂ R2 において C2級ならば,fxy(x, y) = fyx(x, y)
が成立する.さらに f(x, y) が C3級ならば
fxxy = fxyx = fyxx, fxyy = fyxy = fyyx
よって f の 3次偏導関数のうち異なるものは fxxx, fxxy, fxyy, fyyy の4つである.
問題 10 (基本) 次の関数の 2次偏導関数をすべて求めよ.(定理 3から等しいことがわかる偏導関数どうしは,そのうちの1つを求めればよい.)
(1) f(x, y) = x2y3 − 2x3 + 3xy + y2 + x− 4y + 2
(2) f(x, y, z) = (x+ 2y + 3z)10
(3) f(x, y, z) = log |xyz| (xyz ̸= 0)
(4) f(x, y) = tan−1 y
x(x ̸= 0)
問題 11 (発展) a を実数の定数として x = (x1, . . . , xn) の関数 f(x) を f(x) = ∥x∥a で定義する.x ̸= 0 のとき(
∂2
∂x21
+ · · ·+ ∂2
∂x2n
)f(x) =
∂2f
∂x21
(x) + · · ·+ ∂2f
∂x2n
(x)
を計算せよ.(これを f(x) の Laplacianといい∆f(x) とも表す.) またこれが 0 になるような a を求めよ.
解析学概論 I 14
3.3 全微分可能性と方向微分
一般に,f(x1, . . . , xn) が a ∈ Rn ですべての変数 x1, . . . , xn に関して偏微分可能であっても f が a で連続になるとは限らない.たとえば問題 9(1)の関数 f(x, y) は (0, 0) で x,
y に関して偏微分可能であるが,(0, 0) で連続ではない.これは,偏微分が1つの変数のみに着目した概念であり,すべての変数を同時には扱っていないことによる.そこですべての変数を同時に扱った微分可能性の定義を導入する.
定義 7 Rn の開集合 D で定義された関数 f(x) = f(x1, . . . , xn) が D の点 a で (全)微分可能 ((totally) differentiable)とは,あるベクトル A = (A1, . . . , An) ∈ Rn が存在して
limh→0
1
∥h∥(f(a+ h)− f(a)−A · h) = 0
が成立することである.特に 2変数関数 f(x, y) が (a, b) において(全)微分可能とは,ある定数 A,B ∈ R が存在して
lim(h,k)→(0,0)
1√h2 + k2
(f(a+ h, b+ k)− f(a, b)− Ah−Bk) = 0
が成立することである.
n = 1 のときは,1変数関数 f(x) が aにおいて全微分可能であるとは
limh→0
∣∣∣∣1h (f(a+ h)− f(a)− Ah)
∣∣∣∣ = limh→0
∣∣∣∣f(a+ h)− f(a)
h− A
∣∣∣∣ = 0
が成立することと同値であるが,これは f(x) が a において微分可能で,微分係数がA = f ′(a) であることを意味する.一般の n については,1次関数 g(x) = g(x1, . . . , xn) を
g(x1, . . . , xn) = A · (x− a) + f(a) = A1(x1 − a1) + · · ·+ An(xn − an) + f(a1, . . . , an)
で定義すると,全微分可能の条件は
limh→0
1
∥h∥|f(a+ h)− g(a+ h)| = 0
と書き直すことができる.これは,x = a + h,すなわち h = x − a とおくとき,関数 f(x) と 1次関数 g(x) の差の絶対値が ∥h∥ よりも更に小さい (比が限りなく小さくなる)ことを意味している.このとき,Rn+1 の超平面 xn+1 = g(x1, . . . , xn) のことをxn+1 = f(x1, . . . , xn) の(グラフの)(a, f(a)) における接超平面 (tangent hyperplane) という.n = 2 のときは接平面 (tangent plane)という.
定理 4 n変数関数 f(x) が a ∈ Rn で全微分可能ならば f(x) は a で連続である.
解析学概論 I 15
証明:
ε(h) =1
∥h∥(f(a+ h)− f(a)−A · h)
とおくと,f(a+ h) = f(a) +A · h+ ∥h∥ε(h)
であり h → 0 とすると,A · h → 0, ε(h) → 0 であるから,
f(a+ h) → f(a) (h → 0)
となり,f(x) は a で連続であることが示された.□xn+1 = f(x) のグラフを G, xn+1 = g(x) のグラフ(接超平面)を S とする.単位ベク
トル(長さ 1のベクトル)n ∈ Rn を1つ固定する.t をパラメータとして x = a+ tn と表される点は a を通りベクトル n に平行な直線上を動く.n と (0, . . . , 0, 1) ∈ Rn+1 で張られる(生成される)Rn+1 の 2次元部分空間を V として,H = V + a とおく.H の点は実数 t と xn+1 により
(a, 0) + t(n, 0) + xn+1(0, . . . , 0, 1)
と表されるから,(t, xn+1) を平面 H の座標と考えることができる.このとき,G∩H はxn+1 = f(a+ tn) で定義される曲線である.一方 S ∩H は
xn+1 = g(a+ tn) = A · (a+ tn− a) + f(a) = t(A · n) + f(a)
で表される直線である(下右図).h = tn とおいて全微分可能性の定義式を用いると
limt→0
∣∣∣∣f(a+ tn)− f(a)
t−A · n
∣∣∣∣ = limt→0
1
|t||f(a+ tn)− f(a)− t(A · n)|
= limt→0
1
∥tn∥|f(a+ tn)− f(a)−A · (tn)| = 0
となる.これは t の(1変数)関数 f(a+ tn) の t = 0 における微分係数が A · n であることを示している.これを n変数関数 f(x) の a における nに沿っての方向微分係数ま
たは n方向の微分係数といい,∂f
∂n(a) で表す.これは A · n に等しい.
xn+1
a
(t = 0)a+ tn
H
S ∩H
G ∩H
解析学概論 I 16
特に n として,第 k成分のみ 1で他の成分がすべて 0であるようなベクトル ek をとれば
f(a+ tek) = f(a1, . . . , ak−1, ak + t, ak+1, . . . , an)
となるから,f の a における ek方向の微分係数は偏微分係数 fxk(a) に一致することが
わかる.一方これはA · ek = Ak (A の第 k成分)に等しい.特に,f は a において各変数について偏微分可能である.以上をまとめると,
定理 5 f(x) が a において全微分可能であれば,f(x) は a において x1, . . . , xn の各々に関して偏微分可能であり,全微分可能性の定義におけるベクトル A は
A = (fx1(a), . . . , fxn(a)) = gradf(a) = ∇f(a)
で与えられる.この n次元ベクトルを関数 f(x) の a における勾配ベクトル (gradient)という.(∇ はナブラ (nabla)と読む.)f(x) の a における単位ベクトル n に沿っての方向微分係数は
∂f
∂n(a) = lim
t→0
f(a+ tn)− f(a)
t= ∇f(a) · n
で与えられる.また xn+1 = f(x) の (a, f(a)) における接超平面は
xn+1 = ∇f(a) · (x− a) + f(a)
で与えられる.特に 2変数関数 z = f(x, y) が (a, b) において全微分可能であるとき,∇f(a, b) = (fx(a, b), fy(a, b)) であるから,(a, b, f(a, b)) における接平面の方程式は
z = fx(a, b)(x− a) + fy(a, b)(y − b) + f(a, b)
となる.
例 13 f(x, y) = x+ 2y + (x2 + y2)23 の (0, 0) における全微分可能性を調べよう.
fx(0, 0) = limh→0
1
h(h+ |h|
43 ) = lim
h→0(1± |h|
13 ) = 1,
fy(0, 0) = limh→0
1
h(2h+ |h|
43 ) = lim
h→0(2± |h|
13 ) = 2
であるから,もし全微分可能であれば A = (A,B) = (1, 2) である.
1√h2 + k2
|f(h, k)− f(0, 0)− h− 2k| = 1√h2 + k2
(h2 + k2)23 = (h2 + k2)
16
は (h, k) → (0, 0) のとき 0 に収束するから,f(x, y) は (0, 0) において全微分可能である.f(x, y) の (0, 0) における勾配ベクトルは∇f(0, 0) = (1, 2) であり,z = f(x, y) の (0, 0, 0)
における接平面は z = x+ 2y である.たとえば,n =
(1
2,−
√3
2
)方向の微分係数は
∂f
∂n(0, 0) = (1, 2) ·
(1
2,−
√3
2
)=
1
2−√3
である.
解析学概論 I 17
例 14 (x, y) ̸= (0, 0) のとき f(x, y) =x2y
x2 + y2, (x, y) = (0, 0) のとき f(x, y) = 0 で定義
される関数 f(x, y) の (0, 0) における全微分可能性を調べよう.
fx(0, 0) = limh→0
1
h
h2 · 0h2 + 02
= 0, fy(0, 0) = limh→0
1
h
02 · h02 + h2
= 0
であるから
1√h2 + k2
|f(h, k)− f(0, 0)| = 1√h2 + k2
h2k
h2 + k2=
h2k
(h2 + k2)32
が 0 に収束するかどうか判定すればよい.極座標を用いて h = r cos θ, k = r sin θ (r > 0)
とおくと,h2k
(h2 + k2)32
= cos2 θ sin θ
は r によらず(従って r → 0 としても変わらず),θ によって値が異なるから,(h, k) →(0, 0) のときの極限は存在しない.よって f(x, y) は (0, 0) において全微分可能でない.
問題 12 (基本) 次の関数 f(x, y) は (0, 0) において全微分可能かどうか判定せよ.全微分可能ならば (0, 0, f(0, 0)) における接平面の方程式を求めよ.
(1) f(x, y) = x+ |y|3
(2) (x, y) ̸= (0, 0) のとき f(x, y) =xy
x2 + y2, (x, y) = (0, 0) のとき f(x, y) = 0.
(3) (x, y) ̸= (0, 0) のとき f(x, y) =x3 − y3
x2 + y2, (x, y) = (0, 0) のとき f(x, y) = 0.
∇f(a) がゼロベクトルでないと仮定すると,単位ベクトル n を動かすとき,f(x) の n
方向の微分係数∂f
∂n(a) = ∇f(a) · n は,n が勾配ベクトル∇f(a) と同じ向きのときに最
大値 ∥∇f(a)∥ をとり,n が勾配ベクトル∇f(a) と反対の向きのときに最小値−∥∇f(a)∥をとることがわかる.実際,Cauchy-Schwarz の不等式より
|∇f(a) · n| ≤ ∥∇f(a)∥ · ∥n∥ = ∥∇f(a)∥
であり,等号は ∇f(a) と n が同じ向きまたは反対の向きのときに成立する.f(x)が Rn の開集合 D の各点で全微分可能とすると,x ∈ D に対してベクトル ∇f(x)
を対応させることにより D から Rn への写像が得られる.これを f(x) の勾配ベクトル場 (gradient vector field)という.
f(x, y) = x2 + y2 のグラフと勾配ベクトル場 ∇f(x, y) = (2x, 2y)
解析学概論 I 18
y
x
g(x, y) = x2 − y2 のグラフと勾配ベクトル場 ∇g(x, y) = (2x,−2y)y
x
定理 6 f(x) が Rn の開集合 D で C1級ならば,f(x) は D の各点で全微分可能である.
証明: a = (a1, . . . , an) ∈ D, h = (h1, . . . , hn) とすると,
f(a+ h)− f(a) = (f(a1 + h1, . . . , an + hn)− f(a1 + h1, . . . , an−1 + hn−1, an))
+ (f(a1 + h1, . . . , an−1 + hn−1, an)− f(a1 + h1, . . . , an−2 + hn−2, an−1, an))
+ · · ·+ (f(a1 + h1, a2, . . . , an)− f(a1, a2, . . . , an))
=n∑
k=1
(f(a1 + h1, . . . , ak + hk, ak+1, . . . , an)
− f(a1 + h1, . . . , ak−1 + hk−1, ak, ak+1, . . . , an))
ここで変数 xk について平均値の定理を用いると,0 < θk < 1 をみたすある実数 θk が存在して
f(a1 + h1, . . . , ak + hk, ak+1, . . . , an)− f(a1 + h1, . . . , ak−1 + hk−1, ak, ak+1, . . . , an)
= fxk(a1 + h1, . . . , ak−1 + hk−1, ak + θkhk, ak+1, . . . , an)hk
が成立する.よって
ck = fxk(a1 + h1, . . . , ak−1 + hk−1, ak + θkhk, ak+1, . . . , an)− fxk
(a1, . . . , an)
解析学概論 I 19
とおくと,
f(a+ h)− f(a) =n∑
k=1
fxk(a1 + h1, . . . , ak−1 + hk−1, ak + θkhk, ak+1, . . . , an)hk
=n∑
k=1
fxk(a1, . . . , an)hk +
n∑k=1
ckhk = ∇f(a) · h+n∑
k=1
ckhk
従って Cauchy-Schwarz の不等式より
|f(a+ h)− f(a)−∇f(a) · h| =
∣∣∣∣∣n∑
k=1
ckhk
∣∣∣∣∣ ≤ (c21 + · · ·+ c2n) 1
2 ∥h∥
以上により
0 ≤ 1
∥h∥|f(a+ h)− f(a)−∇f(a) · h| ≤
(c21 + · · ·+ c2n
) 12
が成立し,fxkが連続であることから,h → 0 のとき ck → 0 となるので,f が a で全微
分可能であることが示された.□
問題 13 (基本) 次の関数が表す曲面の点 (a, b, f(a, b))における接平面の方程式を求めよ.
(1) z = x2 − xy + y3, (a, b) = (2, 1)
(2) z = e−x2−y2 cosx, (a, b) = (0, 1)
(3) z = log(ex + ey), (a, b) = (1, 0)
問題 14 (基本) f(x, y) = tan−1(x2 − y2) とおく.
(1) a, b ∈ R として,(a, b, f(a, b)) における z = f(x, y) の接平面の方程式を求めよ.
(2) 0 ≦ θ < 2π として,n = (cos θ, sin θ) とおく.関数 f(x, y) の点 (a, b) ∈ D におけ
る n方向の方向微分係数∂f
∂n(a, b) を求めよ.
(3) θ を動かしたときの∂f
∂n(a, b) の最大値と最小値を求めよ.
(4) θ を動かしたとき,∂f
∂n(1, 1)が最大になるような θ と最小になるような θ を求めよ.
問題 15 (発展) n, p を 1 ≤ p < n を満たす自然数として
f(x) = f(x1, . . . , xn) = x21 + · · ·+ x2
p − x2p+1 − · · · − x2
n
とおく.
(1) a = (a1, . . . , an) ∈ Rn とおくとき,(a, f(a)) における xn+1 = f(x) の接超平面の方程式を求めよ.
(2) a ∈ Rn (ただし a ̸= 0 とする)を固定して単位ベクトル n を動かすとき,方向微
分係数∂f
∂n(a) の最大値とそのときの n を求めよ.
解析学概論 I 20
3.4 合成関数の微分法
多変数関数の合成関数の微分について考察しよう.まず,多変数関数に(複数個の)1
変数関数を代入した場合を扱う.
定理 7 f(x) = f(x1, . . . , xn) は Rn の開集合 D で定義された n変数関数であり,D の各点で全微分可能であるとする.また,g1(t), . . . , gn(t) を R の開区間 I で微分可能な関数として,g(t) = (g1(t), . . . , gn(t)) とおく.これを I から Rn への写像とみなしたとき,g(t) ∈ D が任意の t ∈ I について成立すると仮定する.このとき,合成関数として 1変数関数
F (t) = f(g(t)) = f(g1(t), . . . , gn(t))
が定義され,t ∈ I のとき
F ′(t) =d
dtF (t) = ∇f(g(t)) · g′(t) =
n∑k=1
∂f
∂xk
(g1(t), . . . , gn(t))dgkdt
(t)
が成立する.ここで g′(t) = (g′1(t), . . . , g′n(t)) と表した.
証明: t0 ∈ I を一つ固定して a = (a1, . . . , an), ak = gk(t0) (k = 1, . . . , n)とおく.f(x) がa で全微分可能なことから,h ∈ Rn の関数 ε(h) があって
f(a+ h) = f(a) +∇f(a) · h+ ∥h∥ε(h), limh→0
ε(h) = 0 (3.6)
が成立する(定理 4の証明を参照).ここで h = g(t0 + ∆t) − g(t0) とおくと,1変数関数 gk(t) は t0 で微分可能なことから連続であるから,∆t → 0 のとき h → 0 となる.g(t0 +∆t) = a+ h に注意して式 (3.6)に代入すれば,
F (t0 +∆t) = f(g(t0 +∆t)) = f(a+ h)
= f(a) +∇f(a) · (g(t0 +∆t)− g(t0)) + ∥h∥ε(h)
= F (t0) +n∑
k=1
fxk(a){gk(t0 +∆t)− gk(t0)}+ ∥h∥ε(h)
よって
F (t0 +∆t)− F (t0)
∆t=
n∑k=1
fxk(a)
gk(t0 +∆t)− gk(t0)
∆t+
∥h∥ε(h)∆t
ここで ∆t → 0 とすると,
∥h∥|∆t|
=
√√√√ n∑k=1
(gk(t0 +∆t)− gk(t0)
∆t
)2
−→ ∥(g′1(t0), . . . , g′n(t0))∥
かつ h → 0 よって ε(h) → 0 であるから,
F ′(t0) = lim∆t→0
F (t0 +∆t)− F (t0)
∆t=
n∑k=1
fxk(a)g′k(t0) = ∇f(g(t0)) · g′(t0).
□
解析学概論 I 21
例 15 f(x, y) を D = {(x, y) | 12< x2 + y2 <
3
2} で定義された C1 級関数とする.t ∈ R
のとき (cos t, sin t) ∈ D であるから,F (t) = f(cos t, sin t) が R 上の関数として定義される.f(x, y) は D の各点で全微分可能であるから,
F ′(t) = ∇f(cos t, sin t) · (− sin t, cos t) = −fx(cos t, sin t) sin t+ fy(cos t, sin t) cos t
次に,多変数関数に(複数個の)多変数関数を代入した場合を考えよう.
定理 8 f(x) = f(x1, . . . , xn) は Rn の開集合 D で定義された n変数関数であり,D の各点で全微分可能であるとする.また,t = (t1, . . . , tm) として,g1(t), . . . , gn(t) を Rm の開集合 U の各点で t1, . . . , tm について偏微分可能な関数とする.g(t) = (g1(t), . . . , gn(t))
とおく.x = g(t) を U から Rn への写像とみなしたとき,g(t) ∈ D が任意の t ∈ U について成立すると仮定する.このとき,合成関数としてm変数関数
F (t) = f(g(t)) = f(g1(t1, . . . , tm), . . . , gn(t1, . . . , tm))
が定義され,t ∈ U のとき
∂F
∂tj(t) = ∇f(g(t)) · ∂g
∂tj(t) =
n∑k=1
∂f
∂xk
(g1(t1, . . . , tm), . . . , gn(t1, . . . , tm))∂gk∂tj
(t1, . . . , tm)
が成立する.ここで∂g
∂tj(t) =
(∂g1∂tj
(t), . . . ,∂gn∂tj
(t)
)と表した.さらに,f(x) が D で Ck
級 (k ≥ 1),g1(t), . . . , gn(t) が U で Ck 級ならば,F (t) は U で Ck級である.
証明: t1, . . . , tj−1, tj+1, . . . , tn を固定して g1(t), . . . , gn(t) を tj のみの関数とみなして定理7を用いれば,
∂F
∂tj(t) = ∇f(g(t)) · ∂g
∂tj(t) =
n∑k=1
∂f
∂xk
(g1(t1, . . . , tm), . . . , gn(t1, . . . , tm))∂gk∂tj
(t1, . . . , tm)
が成立する.この公式を繰り返し用いれば,f(x) と g1(t), . . . , gn(t) が Ck 級ならばF (t)
も Ck級であることがわかる.□
例 16 z = f(x, y) を R2 で定義された C1級関数として x = u2 − v2, y = uv を代入して得られる関数を F (u, v) = f(u2 − v2, uv) とすると,
Fu(u, v) = 2ufx(u2 − v2, uv) + vfy(u
2 − v2, uv),
Fv(u, v) = −2vfx(u2 − v2, uv) + ufy(u
2 − v2, uv).
が任意の (u, v) ∈ R2 において成立する.
例 17 (2次元極座標) z = f(x, y) を R2 \ {0} で定義された C1級関数として F (r, θ) =
f(r cos θ, r sin θ) とおくと,
Fr(r, θ) = fx(r cos θ, r sin θ) cos θ + fy(r cos θ, r sin θ) sin θ
Fθ(r, θ) = −fx(r cos θ, r sin θ)r sin θ + fy(r cos θ, r sin θ)r cos θ
が r > 0 と任意の θ ∈ R について成立する.
解析学概論 I 22
例 18 (3次元極座標) (x, y, z) ∈ D = {(x, y, z) ∈ R3 | (x, y) ̸= (0, 0)} に対して r =√x2 + y2 + z2 とおく (r > 0).点 (x, y, z) と z軸のなす角を θ とする (0 < θ < π).ま
た,xy平面において点 (x, y) と x軸の正の部分とのなす角をφ とする (0 ≤ φ < 2π).このとき,
x = r sin θ cosφ, y = r sin θ sinφ, z = r cos θ
となることがわかる.これによって Dの点を (r, θ, φ)を用いて一意的に表すことができる.これを 3次元極座標という.(r, θ, φ) の範囲を r ≥ 0, θ, φ ∈ R としても点 (x, y, z) ∈ R3
を表すことができる.ただし表し方は一意的ではなくなる.
さて f(x, y, z) をR3 \ {(0, 0, 0)} で定義された C1級関数として,
F (r, θ, φ) = f(r sin θ cosφ, r sin θ sinφ, r cos θ)
とおくと,{(r, θ, φ) ∈ R3 | r > 0} において
Fr(r, θ, φ) = fx(r sin θ cosφ, r sin θ sinφ, r cos θ) sin θ cosφ
+ fy(r sin θ cosφ, r sin θ sinφ, r cos θ) sin θ sinφ
+ fz(r sin θ cosφ, r sin θ sinφ, r cos θ) cos θ,
Fθ(r, θ, φ) = fx(r sin θ cosφ, r sin θ sinφ, r cos θ)r cos θ cosφ
+ fy(r sin θ cosφ, r sin θ sinφ, r cos θ)r cos θ sinφ
− fz(r sin θ cosφ, r sin θ sinφ, r cos θ)r sin θ,
Fφ(r, θ, φ) = −fx(r sin θ cosφ, r sin θ sinφ, r cos θ)r sin θ sinφ
+ fy(r sin θ cosφ, r sin θ sinφ, r cos θ)r sin θ cosφ
合成関数の微分の公式を何回も適用することにより,合成関数の高次導関数を計算することができる.
例 19 z = f(x, y) を R2 \ {0} で定義された C2級関数として F (r, θ) = f(r cos θ, r sin θ)
とおく.
Fr(r, θ) = fx(r cos θ, r sin θ) cos θ + fy(r cos θ, r sin θ) sin θ
Fθ(r, θ) = −fx(r cos θ, r sin θ)r sin θ + fy(r cos θ, r sin θ)r cos θ
解析学概論 I 23
に対して,定理 8をもう一度適用すれば,
Frr(r, θ) = {fxx(r cos θ, r sin θ) cos θ + fxy(r cos θ, r sin θ) sin θ} cos θ+ {fyx(r cos θ, r sin θ) cos θ + fyy(r cos θ, r sin θ) sin θ} sin θ= fxx(r cos θ, r sin θ) cos
2 θ + 2fxy(r cos θ, r sin θ) cos θ sin θ
+ fyy(r cos θ, r sin θ) sin2 θ,
Fθθ(r, θ) = −{−fxx(r cos θ, r sin θ)r sin θ + fxy(r cos θ, r sin θ)r cos θ}r sin θ+ {−fyx(r cos θ, r sin θ)r sin θ + fyy(r cos θ, r sin θ)r cos θ}r cos θ− fx(r cos θ, r sin θ)r cos θ − fy(r cos θ, r sin θ)r sin θ
= fxx(r cos θ, r sin θ)r2 sin2 θ − 2fxy(r cos θ, r sin θ)r
2 cos θ sin θ
+ fyy(r cos θ, r sin θ)r2 cos2 θ
− fx(r cos θ, r sin θ)r cos θ − fy(r cos θ, r sin θ)r sin θ
が r > 0 と任意の θ ∈ R について成立する.これから特に,
Frr(r, θ) +1
rFr(r, θ) +
1
r2Fθθ(r, θ) = fxx(r cos θ, r sin θ) + fyy(r cos θ, r sin θ)
が導かれる.これは 2次元極座標による Laplacianの表示である.
問題 16 (基本) f(x, y) を R2 で定義されたC1級関数とする.x+ y = u, x− y = v として f(x, y) を u, v で表した関数を F (u, v) とおく.
(1) Fu(u, v) と Fv(u, v) を f(x, y) の偏導関数を用いて表せ.
(2) ある微分可能な 1変数関数 g(t) があって f(x, y) = g(x + y) が成立しているとき,f の偏導関数を g の導関数を用いて表せ.
(3) ある微分可能な 1変数関数 g(t) があって f(x, y) = g(x+ y) と表されるための必要十分条件を f(x, y) の偏導関数を用いて与えよ.(ヒント: F (u, v) が u のみの関数となればよい.)
問題 17 (基本) z = f(x, y)を R2 で定義された C2級関数としてF (u, v) = f(u2−v2, uv)
とおくとき,Fuu(u, v), Fuv(u, v), Fvv(u, v) を f(x, y) の偏導関数を用いて表せ.
問題 18 (発展) f(x) = f(x1, . . . , xn) を Rn \ {0} で定義された C1級関数とする.
(1) t を正の実数として,f(tx) を x1, . . . , xn, t を変数とする n+ 1変数関数とみなした
とき,∂
∂tf(tx) を f(x) の偏導関数を用いて表せ.
(2) ある実数 a が存在して,任意の正の実数 t と任意の x ∈ Rn \ {0} について
f(tx) = taf(x)
解析学概論 I 24
が成立すると仮定する.このとき,
x1∂f
∂x1
(x) + · · ·+ xn∂f
∂xn
(x) = af(x) (x ̸= 0) (⋆)
が成立することを示せ.
(3) 逆に (⋆)が成立すると仮定すると,f(tx) = taf(x) が任意の t > 0 と任意の x ∈Rn \ {0} について成立することを示せ.(ヒント:t−af(tx) が t によらないことを示す.)
問題 19 (発展) f(x, y, z) をR3 \ {(0, 0, 0)} で定義された C2級関数として,
F (r, θ, φ) = f(r sin θ cosφ, r sin θ sinφ, r cos θ)
と定義する.
(1) Frr(r, θ, φ), Fθθ(r, θ, φ), Fφφ(r, θ, φ) を f(x, y, z) の偏導関数を用いて表せ.
(2) r =√x2 + y2 + z2 > 0, sin θ ̸= 0 のとき,
Frr(r, θ, φ)+1
r2Fθθ(r, θ, φ)+
1
r2 sin2 θFφφ(r, θ, φ)+
2
rFr(r, θ, φ)+
cos θ
r2 sin θFθ(r, θ, φ)
= fxx(x, y, z) + fyy(x, y, z) + fzz(x, y, z)
が成立することを示せ.ただし,x = r sin θ cosφ, y = r sin θ sinφ, z = r cos θ とする.
4 多変数関数に対するTaylorの定理と極大極小問題
4.1 Taylorの定理
f(x) = f(x1, . . . , xn)を Rnの開集合Dで定義された Cm級関数とする.a = (a1, . . . , an)
∈ D を固定して,x が a に近いとき,f(x) の値を x1 − a1, . . . , xn − an の多項式で近似することを考える.n次元ベクトル h = (h1, . . . , hn) を 0 ≤ t ≤ 1 のとき a + th ∈ D となるようにとり,
F (t) = f(a+ th)
とおく.このとき F (t) は区間 [0, 1] を含むある開区間で定義された Cm級関数である.定理 7 により,
F ′(t) = ∇f(a+ th) · h =n∑
j=1
∂f
∂xj
(a+ th)hk =
(h1
∂
∂x1
+ · · ·+ hn∂
∂xn
)f(a+ th)
が成立する.一方,1変数関数に対するTaylorの定理より,
F (1) = F (0) + F ′(0) +1
2F ′′(0) + · · ·+ 1
(m− 1)!F (m−1)(0) +
1
m!F (m)(θ) (0 < ∃θ < 1)
解析学概論 I 25
が成立する.ここで 1 ≤ k ≤ m のとき,
F (k)(t) =
(h1
∂
∂x1
+ · · ·+ hn∂
∂xn
)k
f(a+ th)
と表せる.たとえば k = 2 のときは,
F ′′(t) =
(h1
∂
∂x1
+ · · ·+ hn∂
∂xn
)2
f(a+ th) =n∑
j=1
n∑k=1
∂2f
∂xj∂xk
(a+ th)hjhk
となる.以上により,次の定理が示された.
定理 9 f(x) = f(x1, . . . , xn) を Rn の開集合 D で定義された Cm級関数とする.a ∈ D
を固定して,h ∈ Rn を 0 ≤ t ≤ 1 のとき a+ th ∈ D となるようにとれば,0 < θ < 1 をみたすある実数 θ が存在して,
f(a+ h) =m−1∑k=0
1
k!
(h1
∂
∂x1
+ · · ·+ hn∂
∂xn
)k
f(a) +Rm(h),
Rm(h) =1
m!
(h1
∂
∂x1
+ · · ·+ hn∂
∂xn
)m
f(a+ θh)
が成立する.これを f(x) の x = a における(a を中心とする)m− 1次のTaylor展開,Rm(h) をm次の剰余項という.特に,m = 2 のときは,
f(a+ h) = f(a) +∇f(a) · h+R2(h),
R2(h) =1
2
n∑j=1
n∑k=1
∂2f
∂xj∂xk
(a+ θh)hjhk
特に n = m = 2 のときは,
f(a+ h, b+ k) = f(a, b) + hfx(a, b) + kfy(a, b) +R2(h, k),
R2(h, k) =1
2
{fxx(a+ θh, b+ θk)h2 + 2fxy(a+ θh, b+ θk)hk + fyy(a+ θh, b+ θk)k2
}(0 < ∃θ < 1)
となる.
例 20 f(x, y) =√1 + x+ 2y の (0, 0) における 1次のTaylor展開を求めよう.
fx(x, y) =1
2√1 + x+ 2y
, fy(x, y) =1√
1 + x+ 2y,
fxx(x, y) = − 1
4(1 + x+ 2y)32
, fxy(x, y) = − 1
2(1 + x+ 2y)32
,
fyy(x, y) = − 1
(1 + x+ 2y)32
解析学概論 I 26
より,0 < θ < 1 をみたす実数 θ が存在して,
√1 + h+ 2k = 1 +
1
2h+ k +R2(h, k),
R2(h, k) = − h2
8(1 + θ(h+ 2k))32
− hk
2(1 + θ(h+ 2k))32
− k2
2(1 + θ(h+ 2k))32
問題 20 (基本) 次の関数 f(x, y) の (x, y) = (0, 0) における 1次のTaylor展開を求めよ.2次の剰余項 R2(h, k) も具体的に表せ.
(1) f(x, y) = ex cos y (2) f(x, y) =1 + y
1 + x(3) f(x, y) = log(1 + 2x− y)
4.2 2次形式
n個の変数 x = (x1, . . . , xn) に関する 2次同次式 (2次の項のみからなる多項式)
F (x) =n∑
i=1
n∑j=1
aijxixj (aij ∈ R)
のことを(実数係数の)2次形式 (quadratic form)という.i ̸= j のときは xixj の項が2つずつ現れて,
aijxixj + ajixixj = (aij + aji)xixj
となるから,aij = aji と仮定しても一般性を失わない.以下ではこれを常に仮定する.aijを (i, j)成分とする(実)対称行列を A として,x を縦ベクトルとみなすと,
F (x) = txAx = (x1, · · · , xn)
a11 · · · a1n...
......
an1 · · · ann
x1
...
xn
と表すことができる.このとき F (x) を対称行列 A で定義される 2次形式という.たとえば 2変数 x, y に関する 2次形式は一般に実数 a, b, c によって
F (x, y) = ax2 + 2bxy + cy2 = (x, y)
(a b
b c
)(x
y
)と表される.ここで以下で必要となる線形代数の事項をまとめておこう.
定義 8 実数を成分とする n次正方行列 A = (aij) が対称行列 (symmetric matrix) とは,tA = A,すなわち aji = aij が成立することである.また,A が直交行列 (orthogonal
matrix)とは,tAA = In (In は n次単位行列)が成立することである.
定義 9 n次元数ベクトル空間 Rn の基底 v1, . . . ,vn が正規直交基底 (normal orthogonal
basis)であるとは,vi · vj = δij (δij はクロネッカーのデルタ)が成立することである.(後者の性質がなりたてば基底となる.)
解析学概論 I 27
補題 1 n次行列 P の第 i列からなる縦ベクトルを pi とすると,P が直交行列であるための必要十分条件は p1, · · · ,pn がRn の正規直交基底となることである.
証明: P の第 (i, j)成分を pij とおくと,tPP の第 (i, j)成分は∑n
k=1 pkipkj = pi · pj であるから,tPP = In と pi · pj = δij は同値である.□
補題 2 P が n次直交行列であるとき,任意の x ∈ Rn について ∥Px∥ = ∥x∥ が成立する.
証明: ∥Px∥2 = (Px) · (Px) = t(Px)(Px) = tx(tPP )x = txx = ∥x∥2. □
命題 3 A を n次対称行列とすると,A の固有値はすべて実数である.
証明: 一般に複素数 α = a+ bi (a, b ∈ R)に対して,その絶対値を |α| =√a2 + b2 で,共
役複素数を α = a− bi で定義する.α が実数であるための必要十分条件は α = α となることである.また,αα = a2 + b2 = |α|2 が成立する.さて,λ をA の固有値,すなわち det(λIn −A) = 0 をみたす複素数とする.このとき,
λIn − A の階数は n − 1以下であるから,複素数を成分とする行列の基本変形(簡約化)により,(λIn − A)v = 0,すなわちAv = λv を満たす複素数ベクトル v = t(v1, . . . , vn)
であってゼロベクトルでないものが存在することがわかる.このとき,v で v の各成分の共役複素数を成分とするベクトルを表すと,
Av · v = λv · v = λ(v1v1 + · · ·+ vnvn) = λ(|v1|2 + · · ·+ |vn|2)
となる.一方A の成分が実数であることと tA = A より,
Av · v = t(Av)v = tvtAv = tvAv = tvAv = λtvv = λ(|v1|2 + · · ·+ |vn|2)
ここで v ̸= 0 より |v1|2 + · · · + |vn|2 > 0 であるから,λ = λ でなければならない.よって A の固有値 λ は実数である.□
定理 10 A を n次対称行列とすると,n次直交行列 P が存在して,P−1AP = tPAP は対角行列となる.
証明: n に関する帰納法で示す.n = 1 のときは A は対角行列であるからOK.n ≥ 2 として n− 1次対称行列については定理は正しいと仮定する.A の一つの固有値 λ1 ∈ R とそれに対する固有ベクトルp1 ∈ Rn をとる.p1 に 1/∥p1∥を掛けることにより,∥p1∥ = 1
としてよい.このとき,ベクトル p2, . . . ,pn を p1,p2, . . . ,pn が Rn の正規直交基底になるようにとれる.(たとえば p1 を含む Rn の基底からシュミットの直交化法を用いて構成すればよい.)縦ベクトル p1, . . . ,pn を並べてできる n次正方行列を P とすると,P は直交行列である.p1, . . . ,pn は Rn の基底であるから,ある実数 bij があって
Api =n∑
j=1
bjipj (i = 1, . . . , n)
解析学概論 I 28
と表される.P の第 (i, j)成分を pij とおくと,これはn∑
m=1
akmpmi =n∑
j=1
pkjbji (k = 1, . . . , n)
を意味する.従って,bij を第 (i, j)成分とする行列を B = (bij) とおくと
AP = PB, すなわち P−1AP = B
が成立する.このとき
tB = t(P−1AP ) = t(tPAP ) = tP tAttP = tPAP = P−1AP = B
であるから,B も対称行列である.さらに Ap1 = λ1p1 より,b11 = λ1 かつ b1i = bi1 = 0
(i = 2, . . . , n)が成立する.よって B は
B =
λ1 0 · · · 0
0...
0
B′
とブロック分解され,B′ は n− 1次対称行列である.帰納法の仮定により n− 1 次の直交行列 Q′ が存在してQ′−1B′Q′ は対角行列になる.
Q =
1 0 · · · 0
0...
0
Q′
とすれば,(PQ)−1A(PQ) = Q−1(P−1AP )Q = Q−1BQ は対角行列となる.□
問題 21 次の対称行列 A に対して,tPAP = Λ が対角行列となるような直交行列 P とΛ を求めよ.(正規直交基底となるような固有ベクトルを求めればよい.必要ならシュミットの直交化法を用いる.)
(1)(基本) A =
(0 1
1 0
)(2)(発展) A =
0 1 1
1 0 1
1 1 0
さて,2次形式の話に戻ろう.A を n次対称行列として,2次形式
F (x) = txAx
を考察する.上の定理により,n次直交行列 P が存在して
tPAP =
λ1 0 . . . 0
0 λ2...
.... . . 0
0 · · · 0 λn
解析学概論 I 29
となる.ここで λ1, . . . , λn は A の固有値である.λ1 ≥ λ2 ≥ · · · ≥ λn−1 ≥ λn と仮定しても一般性を失わない.
定義 10 対称行列 A の固有値 λ1, . . . , λn のうち λi が正であるような添字 iの個数を p,
λi が負であるような添字 iの個数を q とする(同じ固有値が複数ある場合には重複して数える).このとき (p, q) のことを 2次形式 F (x) = txAx の符号 (signature)という.
定義 11 (1) 2次形式 F (x) が正定値 (positive definite)とは,x ̸= 0 ならば F (x) > 0
が成立することである.
(2) 2次形式 F (x) が負定値 (negative definite)とは,x ̸= 0 ならば F (x) < 0 が成立することである.
(3) 2次形式 F (x) が不定符号とは,F (x) > 0 なる x と F (y) < 0 なる y がともに存在することである.
命題 4 (1) 2次形式 F (x) = txAxが正定値であるための必要十分条件は,符号が (n, 0),
すなわち A の固有値がすべて正であることである.
(2) 2次形式 F (x) = txAx が負定値であるための必要十分条件は,符号が (0, n), すなわち A の固有値がすべて負であることである.
(3) 2次形式 F (x) = txAxが不定符号であるための必要十分条件は,符号 (p, q)が p ≥ 1
かつ q ≥ 1 を満たすこと,すなわち A が正と負の固有値を共に持つことである.
証明: 定理 10の直交行列 P をとり,y = t(y1, . . . , yn) を x = Py ,すなわち y = tPx で定義すると,
F (x) = txAx = t(Py)APy = tytPAPy = λ1y21 + · · ·+ λny
2n
となる.よって y ̸= 0 のときこれが正となるための必要条件は λi > 0 (i = 1, . . . , n)である.実際 λi ≤ 0 となるような i があれば yi = 1, j ̸= i のとき yj = 0 とすれば,上の式は 0以下となるので正定値でない.ここで,P は正則だから,x ̸= 0 と y ̸= 0 は同値であることに注意する.負定値についても同様に示せる.λ1, . . . , λn がすべて 0 以上,またはすべて 0以下であれば不定符号ではないことは明ら
かである.たとえば λ1 > 0 ならば x = P t(1, 0, . . . , 0) のとき F (x) = λ1 > 0 である.また,λn < 0 ならば x = P t(0, . . . , 0, 1) のときF (x) = λn < 0 であるから,F (x) は不定符号である.□
例 21 3変数の 2次形式 F (x, y, z) = x2 + y2 − z2 + 2xz + 2yz の符号を求めよう.
F (x, y, z) =(x y z
)1 0 1
0 1 1
1 1 −1
x
y
z
解析学概論 I 30
と表されるから,この対称行列 A の固有値(の符号)を求めればよい.特性方程式(固有方程式)を計算すると
0 =
∣∣∣∣∣∣∣λ− 1 0 −1
0 λ− 1 −1
−1 −1 λ+ 1
∣∣∣∣∣∣∣ = (λ− 1)
∣∣∣∣∣λ− 1 −1
−1 λ+ 1
∣∣∣∣∣+ (−1)
∣∣∣∣∣ 0 −1
λ− 1 −1
∣∣∣∣∣= (λ− 1)(λ2 − 2)− (λ− 1) = (λ− 1)(λ2 − 3)
となるので,A の固有値は 1, ±√3 である.よって F (x, y, z) の符号は (2, 1) である.
問題 22 (基本) 次の 2次形式の符号を求めよ.
(1) F (x, y) = xy
(2) F (x, y) = x2 − 3xy + 2y2
(3) F (x, y, z) = xy + yz + zx
一般に 2次形式 F (x) = txAx が正定値,負定値,あるいはそのいずれでもないかを判定する一つの方法は,A の固有値をすべて求めることであるが,次の定理を用いると固有値を求めずに行列式の計算だけで判定することもできる.まず 2変数の場合を考察しよう.
命題 5 2変数の 2次形式 F (x, y) = ax2 + 2bxy + cy2 に対して
(1) 正定値であるための必要十分条件は a > 0 かつ ac− b2 > 0 が成立することである.
(2) 負定値であるための必要十分条件は a < 0 かつ ac− b2 > 0 が成立することである.
証明: A =
(a b
b c
)の固有値を α, β とすると,α, β は 2次方程式
(λ− a)(λ− c)− b2 = λ2 − (a+ c)λ+ ac− b2 = 0
の2つの根(解)である.A は対称行列だから,α, β は常に実数である(これは判別式が (a+ c)2 − 4(ac− b2) = (a− c)2 + 4b2 ≥ 0 となることからもわかる).よって α, β が正であるための必要十分条件は α + β = a + c > 0 かつ αβ = ac − b2 > 0 となることである.このとき ac = (ac− b2) + b2 > 0 であるから,a+ c > 0 と合わせて a > 0 となることがわかる.逆に a > 0 かつ ac− b2 > 0 ならば,ac > b2 ≥ 0 より c > 0 であるから,a+ c > 0 となる.以上により (1)が示された.F (x, y) が負定値であるための必要十分条件は −F (x, y) = −ax2 − 2bxy− cy2 が正定値
であることだから,(1)より (−a)(−c)− (−b)2 > 0 かつ −a > 0,すなわち ac− b2 > 0 かつ a < 0 と同値である.□この判定法は n変数の場合に拡張できる.
解析学概論 I 31
定理 11 A = (aij) を n次対称行列として,2次形式 F (x) = txAx を考える.1 ≤ k ≤ n
を満たす自然数 k に対して,A の第 1行から第 k行,第 1列から第 k列までをとってできる k次正方行列を Ak = (aij)1≤i,j≤k とする.
(1) F (x) が正定値であるための必要十分条件は detAk > 0 (k = 1, . . . , n)が成立することである.
(2) F (x) が負定値であるための必要十分条件は (−1)k detAk > 0 (k = 1, . . . , n)が成立することである.
上の定理における detAk を A の k次主小行列式 (principal minor)という.証明: n についての帰納法により (1)を示そう.n = 1 のときは F (x1) = a11x
21 であるか
ら (1)は明らかに成立する.n ≥ 2 として,n− 1個以下の変数の場合には (1)が成立すると仮定する.F (x) が正定値であるとする.x = (x1, . . . , xk, 0, . . . , 0) とすれば k変数の 2
次形式
F (x1, . . . , xk, 0, . . . , 0) =k∑
i=1
k∑j=1
aijxixj
は正定値であるから,帰納法の仮定により1 ≤ k ≤ n−1のとき detAk > 0が成り立つ.また正定値の仮定より Aの固有値 λ1, . . . , λn はすべて正であるから,detAn = λ1 · · ·λn > 0
となる.逆に detAk > 0 (k = 1, . . . , n)を仮定する.特に a11 = detA1 > 0 である.平方完成に
より F (x1, x2, . . . , xn) における x1x2, . . . , x1xn の項を消去すると,
F (x1, x2 . . . , xn) = a11x21 + 2
n∑i=2
a1ix1xi +n∑
i=2
n∑j=2
aijxixj
= a11
(x1 +
a12a11
x2 + · · ·+ a1na11
xn
)2
+n∑
i=2
n∑j=2
(aij −
a1ia1ja11
)xixj
となる.ここで
bij = aij −a1ia1ja11
= aij −ai1a1ja11
(2 ≤ i, j ≤ n)
とおき,x2, . . . , xn についての 2次形式
G(x2, . . . , xn) =n∑
i=2
n∑j=2
bijxixj
を考える.(ここで bij = bji が成立することに注意しよう.)
F (x1, x2, . . . , xn) = a11
(x1 +
a12a11
x2 + · · ·+ a1na11
xn
)2
+G(x2, . . . , xn)
かつ a11 > 0 であるから,G(x2, . . . , xn) が正定値であることを示せば F (x) も正定値となって証明が完了する.
解析学概論 I 32
さて,2 ≤ k ≤ n なる k を任意に固定し,i = 2, . . . , k について,行列 Ak の第 1行の− ai1a11倍を行列 Ak の第 i行に加えるという操作を行うと detAk の値は変化せず,
0 < detAk =
∣∣∣∣∣∣∣∣∣a11 a12 · · · a1ka21 a22 · · · a2k...
... · · · ...
ak1 ak2 · · · akk
∣∣∣∣∣∣∣∣∣ =∣∣∣∣∣∣∣∣∣a11 a12 · · · a1k0 b22 · · · b2k...
... · · · ...
0 bk2 · · · bkk
∣∣∣∣∣∣∣∣∣ = a11
∣∣∣∣∣∣∣b22 · · · b2k... · · · ...
bk2 · · · bkk
∣∣∣∣∣∣∣となることがわかる.a11 > 0 であるから,これは bij を第 (i− 1, j − 1)成分とする n− 1
次正方行列 B の主小行列式がすべて正であることを意味する.従って帰納法の仮定により B の定める 2次形式 G(x2, . . . , xn) は正定値である.以上により F (x) が正定値であることが証明された.(2)については F (x) が負定値であることと −F (x) が正定値であることは同値である
ことと,−F (x) は行列 −A で定義される 2次形式であることに注意すればよい.□
定理 12 A を n次対称行列として,A の k次小行列式を detAk とする.1 < 2k ≤ n をみたすある偶数 2k について detA2k < 0 ならば 2次形式 F (x) = txAx は不定符号である.
証明: A2k の固有値を µ1, . . . , µ2k とする.(これらは A の固有値とは一般には異なる.)仮定により µ1 · · ·µ2k = detA2k < 0 であるから,µ1, . . . , µ2k のうち負のものと正のものがそれぞれ奇数個ずつ(よって一つ以上)あることになる.よって 2次形式
F (x1, . . . , x2k, 0, . . . , 0) = (x1, . . . , x2k)A2kt(x1, . . . , x2k)
は不定符号である.従って F (x1, . . . , x2k, . . . , xn) も不定符号である.□
注意 1 対称行列 A の固有値を大きい順に並べて λ1 ≥ λ2 ≥ · · · ≥ λn としたとき,λ1 = 0
または λn = 0 であれば,2次形式 F (x) = txAx は正定値,負定値,不定符号のいずれでもない.
4.3 多変数関数の極大と極小
定義 12 f(x) = f(x1, . . . , xn) を Rn の開集合 D で定義された関数とする.D の点a = (a1, . . . , an) において f(x) が極大値(極小値)をとる,または極大 (maximal)(極小(minimal))となるとは,ある正の実数 εがあって,U(a; ε) = {x ∈ Rn | ∥x−a∥ < ε} ⊂ D
かつx ∈ U(a; ε) かつ x ̸= a ならば f(x) < f(a) (f(x) > f(a))
が成立することである.このとき f(a) のことを f(x) の極大値 (maximum)または極小値(minimum)という.極大値と極小値を合わせて極値という.
定義 13 f(x) = f(x1, . . . , xn) を Rn の開集合 D (の各点)で全微分可能な関数とする.D の点 a = (a1, . . . , an) が f(x) の停留点 (stationary point)とは,∇f(a) = 0 となることである.
解析学概論 I 33
命題 6 Rn の開集合 D で全微分可能な関数 f(x) が a ∈ D で極大または極小ならば a はf(x) の停留点である.
証明: f(x) が a = (a1, . . . , an) で極大であるとすると,ある正の実数 ε が存在して
0 < |x1 − a1| < ε ならば f(x1, a2, . . . , an) < f(a1, a2, . . . , an)
が成立するから,1変数関数 f(x1, a2, . . . , xn) は x1 = a1 のとき極大となる.よってfx1(a1, . . . , an) = 0 である.同様に fxj
(a) = 0 (j = 1, . . . , n)であることがわかる.極小の場合も同様.□停留点であることは,そこで関数が極大または極小となるための必要条件ではあるが,
十分条件ではない.たとえば (0, 0) は 2変数関数 f(x, y) = x2 − y2 の停留点であるが,f(x, y)の値は (0, 0)の近くで正にも負にもなり得るから(p. 18のグラフを参照),f(x, y)は (0, 0) で極大にも極小にもならない.
定理 13 f(x) を Rn の開集合 D で C2 級の関数,a ∈ D を f(x) の停留点とする.h = (h1, . . . , hn) ∈ Rn を変数とする 2次形式
Q(h) =n∑
i=1
n∑j=1
∂2f
∂xi∂xj
(a)hihj
を考える.(f(x) の a におけるヘッシアン (Hessian)と呼ばれる.)
(1) Q(h) が正定値ならば,f(x) は a で極小となる.
(2) Q(h) が負定値ならば,f(x) は a で極大となる.
(3) Q(h) が不定符号ならば,f(x) は a で極大にも極小にもならない.
証明: a が f(x) の停留点であることに注意すると,Taylor の定理により 0 < θ < 1 を満たす実数 θ が存在して
f(a+ h) = f(a) +1
2
n∑i=1
n∑j=1
∂2f
∂xi∂xj
(a+ θh)hihj
= f(a) +1
2Q(h) +R3(h), (4.7)
R3(h) =1
2
n∑i=1
n∑j=1
(∂2f
∂xi∂xj
(a+ θh)− ∂2f
∂xi∂xj
(a)
)hihj
が成立する.fxixj(a) を第 (i, j)成分とする n次対称行列をA とする(f(x) の a におけ
るヘッセ行列と呼ばれる)と,n次直交行列 P が存在して tPAP は λ1 ≥ λ2 ≥ · · · ≥ λn
を対角成分とする対角行列となる.このとき tPh = h̃ = t(h̃1, . . . , h̃n) とおけば
Q(h) = λ1h̃21 + · · ·+ λnh̃
2n
解析学概論 I 34
が成立する.一方,
r(h) =n∑
i=1
n∑j=1
∣∣∣∣ ∂2f
∂xi∂xj
(a+ θh)− ∂2f
∂xi∂xj
(a)
∣∣∣∣とおくと,|hihj| ≤
1
2(h2
i + j2j ) ≤ ∥h∥2 より
|R3(h)| ≤1
2r(h)∥h∥2 (4.8)
が成立する.f(x) は C2級であるから,h → 0 のとき r(h) は 0 に収束することに注意する.(1) Q(h) が正定値であると仮定する.λ1 ≥ · · · ≥ λn > 0 より,
Q(h) = λ1h̃21 + · · ·+ λnh̃
2n ≥ λnh̃
21 + · · ·+ λnh̃
2n = λn∥h̃∥2 = λn∥Ph∥2 = λn∥h∥2
であるから (4.7)と (4.8)により
f(a+ h)− f(a) =1
2Q(h) +R3(h) ≥
1
2Q(h)− |R3(h)| ≥
1
2(λn − r(h))∥h∥2
が成立する.ここで limh→0
r(h) = 0 と λn > 0 より,上式の最右辺は ∥h∥ が十分小さいとき,すなわち,十分小さな実数 ε に対して 0 < ∥h∥ < ε であるとき,正となる.このとき上の不等式により f(a + h)− f(a) も正となるから,f(x) は a で極小であることが示された.(2)は −f(x) について (1)を適用すれば示される.(3) Q(h) が不定符号であるとする.λ1 > 0 かつ λn < 0 としてよい.h̃ = (t, 0, . . . , 0),
すなわち h = tP t(t, 0, . . . , 0) のとき
f(a+ h)− f(a) = λ1t2 +R3(h) ≥ λ1t
2 − |R3(h)| ≥1
2(λ1 − r(h))∥h∥2 = 1
2(λ1 − r(h))t2
は t が十分小さく 0 ではないとき,正となることがわかる.一方,h̃ = (0, . . . , 0, t),すなわち h = tP t(0, . . . , 0, t) のときは,
f(a+ h)− f(a) = λnt2 +R3(h) ≤ λnt
2 + |R3(h)| ≤1
2(λn + r(h))∥h∥2 = 1
2(λn + r(h))t2
は t が十分小さく 0 ではないとき,負となる.以上により f(x) は a において極大でも極小でもない. □
注意 2 f(x) の停留点 a においてヘッシアンQ(h) が正定値,負定値,不定符号のいずれでもないときは,f(x) が a で極大となるか極小となるか,あるいはそのいずれでもないかは,ヘッシアンだけからは判定できない.
例 22 R2 で定義された 2変数関数 f(x, y) = x4 − 4xy+2y2 の極値を求めよう.まず停留点を求める.
fx(x, y) = 4x3 − 4y = 4(x3 − y) = 0, fy(x, y) = −4x+ 4y = 4(y − x) = 0
解析学概論 I 35
をみたす x, y を求めればよい.後の式から y = x. これを最初の式に代入すると
x3 − x = x(x2 − 1) = x(x− 1)(x+ 1) = 0
よって x = y = 0 または x = y = 1 または x = y = −1. 逆にこのとき fx(x, y) =
fy(x, y) = 0 であることもわかる.よって f(x, y) の停留点は (0, 0), (1, 1), (−1,−1) の 3
点である.fxx(x, y) = 12x2, fxy(x, y) = −4, fyy(x, y) = 4
より,(0, 0) におけるヘッシアンは Q(h, k) = −8hk+4k2. ヘッセ行列は A =
(0 −4
−4 4
)である.A の固有方程式は λ2 − 4λ− 16 = 0 であり,2次方程式の根(解)と係数の関係から固有値は正と負であることがわかる.(または detA = −16 < 0 と定理 12から.)よって Q(h, k) は不定符号であるから f(x, y) は (0, 0) において極大でも極小でもない.(±1,±1) (複号同順)におけるヘッシアンはQ(h, k) = 12h2 − 8hk+4k2. ヘッセ行列は
A =
(12 −4
−4 4
)である.A の固有方程式は λ2 − 16λ+ 32 = 0 であるから,固有値は共
に正である.(または detA1 = 12 > 0, detA = 32 > 0 と命題 5 から.) よって Q(h, k) は正定値であるから,f(x, y) は (±1,±1) において極小値 f(±1,±1) = −1 をとる.
2変数関数の極大極小の判定法をまとめておこう.
定理 14 f(x, y) を R2 の領域 D で C2 級の関数, (a, b) ∈ D を f(x, y) の停留点とする.ヘッセ行列の行列式 (ヘッセ行列式)を∆(x, y) = fxx(x, y)fyy(x, y)− fxy(x, y)
2 とおく.
(1) ∆(a, b) > 0 ならば fxx(a, b) > 0 または fxx(a, b) < 0 のいずれかであり,
(i) fxx(a, b) > 0 ならば f(x, y) は (a, b) で極小,
(ii) fxx(a, b) < 0 ならば f(x, y) は (a, b) で極大である.
(2) ∆(a, b) < 0 ならば f(x, y) は (a, b) で極大でも極小でもない(峠点).
(3) ∆(a, b) = 0 のときは,これだけからは判定できない.
証明: fxx(a, b)fyy(a, b) − fxy(a, b)2 > 0 ならば fxx(a, b)fyy(a, b) > fxy(a, b)
2 ≥ 0 よりfxx(a, b) は 0 ではないから正または負である.他の主張は命題 5,定理 12, および定理 13
から従う.□
例 23 R2 で定義された関数 f(x, y) = xy − x2y − xy2 を考える.
fx(x, y) = y − 2xy − y2 = y(1− 2x− y), fy(x, y) = x(1− x− 2y) = 0
より fx(x, y) = fy(x, y) = 0 が成立するための必要十分条件は
(x = y = 0) or (x = 1−2x−y = 0) or (y = 1−x−2y = 0) or (1−2x−y = 1−x−2y = 0)
解析学概論 I 36
である.それぞれの連立方程式を解いて,停留点は
(0, 0), (0, 1), (1, 0),
(1
3,1
3
)の 4点であることがわかる.
fxx(x, y) = −2y, fxy(x, y) = 1− 2x− 2y, fyy(x, y) = −2x
と定理 14を用いて各停留点での極大極小を判定しよう.
• (0, 0) では,∆(0, 0) = −1 < 0 だから極大でも極小でもない (峠点である).
• (0, 1) では,∆(0, 1) = −1 < 0 だから極大でも極小でもない (峠点である).
• (1, 0) も同様に峠点である.
•(13,1
3
)では,fxx
(13,1
3
)= −2
3かつ∆(
1
3,1
3
)=
1
3> 0 だから極大である.極大値は
f(13,1
3
)=
1
27.
例 24 R3 で定義された関数 f(x, y, z) = x4 + y4 + z4 − 4xyz を考える.まず停留点を求めよう.
fx = 4(x3 − yz) = 0, fy = 4(y3 − xz) = 0, fz = 4(z3 − xy) = 0
より,x3y3z3 − x2y2z2 = x2y2z2(xyz − 1) = 0 が導かれるので,xyz = 0 または xyz = 1
でなければならない.xyz = 0 のときは x, y, z の少なくとも一つ,たとえば x は 0 となるが,このとき y3 = xz = 0, z3 = xy = 0 から y = z = 0 となる.よって xyz = 0 のときは x = y = z = 0 となる.逆に (0, 0, 0) が停留点であることも明らかである.次に xyz = 1 とすると,
0 = x3 − yz = x3 − 1
x=
x4 − 1
x=
(x− 1)(x+ 1)(x2 + 1)
x
より x = ±1 となる.同様に y = ±1, z = ±1 となることがわかる.複号を x3 = yz, y3 =
zx, z3 = xy となるように選ぶと,(x, y, z) は (1, 1, 1), (1,−1,−1), (−1, 1,−1), (−1,−1, 1)
のいずれかであることがわかる.以上により f(x, y, z)の停留点は (0, 0, 0), (1, 1, 1), (1,−1,−1),
(−1, 1,−1), (−1,−1, 1) の 5点である. 2次偏導関数は
fxx(x, y, z) = 12x2, fyy(x, y, z) = 12y2, fzz(x, y, z) = 12z2
fxy(x, y, z) = −4z, fxz(x, y, z) = −4y, fyz(x, y, z) = −4x
• (0, 0, 0) ではヘッセ行列はゼロ行列であり,固有値はすべて 0 だから 2次偏導関数だけからは判定不能である.しかし,たとえば x = y = z = t とすると g(t) =
f(t, t, t) = 3t4 − 4t3 = t3(3t− 4) は 0 < t <4
3のとき負,t < 0 のとき正であるから,
f(x, y, z) は (0, 0, 0) で極大でも極小でもないことがわかる.
解析学概論 I 37
• (1, 1, 1) ではヘッセ行列は A = 4
3 −1 −1
−1 3 −1
−1 −1 3
であり,主小行列式はすべて正なので(または固有値が 4, 16, 16 であることから)f(x, y, z) は極小となる.
• (1,−1,−1) ではヘッセ行列は A = 4
3 1 1
1 3 −1
1 −1 3
であり,主小行列式はすべて正なので(または固有値が 4, 16, 16 であることから)f(x, y, z) は極小となる.
• (−1, 1,−1) と (−1,−1, 1) でも上と同様に(または f(x, y, z) が対称式であることから)極小となることがわかる.
問題 23 (基本) R2 で定義された次の各々の関数 f(x, y) が極大または極小になる点をすべて求めよ.(極大か極小かの判定もすること.)
(1) f(x, y) = (x2 + y2)ex
(2) f(x, y) = xy(x2 + y2 − 1)
問題 24 (発展) 関数 f(x, y) = sin x+ sin y + cos(x+ y) が領域
D = {(x, y) | −π < x < π, −π < y < π}
において極大または極小になる点をすべて求めよ.
問題 25 (基本) 例 24においてヘッセ行列についての主張を確かめよ.
問題 26 (基本) f(x, y, z) = xy(x2 + y2 + z2 − 4) とおく.
(1) 点 (1, 1, 0) は f(x, y, z) の停留点であることを示し,ここで f(x, y, z) が極大か極小かそのいずれでもないか判定せよ.
(2) 点 (1,−1, 0) は f(x, y, z) の停留点であることを示し,ここで f(x, y, z) が極大か極小かそのいずれでもないか判定せよ.
例 22 f(x, y) = x4 − 4xy + 2y2 例 23 f(x, y) = xy − x2y − xy2
解析学概論 I 38
問題 23 (1) f(x, y) = (x2 + y2)ex 問題 23 (2) f(x, y) = xy(x2 + y2 − 1)
問題 24 f(x, y) = sin x+ sin y + cos(x+ y)
4.4 最大最小問題
多変数関数の最大値と最小値を求める問題を考察しよう.
定義 14 Rn の部分集合 A が有界 (bounded)であるとは,ある正の実数R が存在して
A ⊂ U(0;R) = {x ∈ Rn | ∥x∥ ≤ R}
となることである.有界な閉集合を有界閉集合(またはコンパクト集合)という.
次の定理が最大最小問題の理論的な基礎となる.
定理 15 (Weierstrass(ワイヤストラス)の定理) 関数 f(x) = f(x1, . . . , xn)が有界閉集合A で連続ならば,f(x) は A において最大値と最小値をとる.すなわち,
f(a) ≤ f(x) ≤ f(b) (∀x ∈ A)
が成立するような a ∈ A と b ∈ A が存在する.
解析学概論 I 39
定理 16 関数 f(x) = f(x1, . . . , xn) は閉集合 A で連続であり,A の内部 A◦ では C1級の関数とする.f(x) が a ∈ A において最大値または最小値をとれば,次の (1),(2)のいずれかが成立する.
(1) a は A の内点であり,かつ f(x) の停留点である.
(2) a は A の境界点である.
証明: a が A の境界点でないとすると,a は A の内点であるから,ある正の実数 ε があって U(a; ε) は A に含まれる.f(x) は a = (a1, . . . , an) で最小値をとると仮定しよう.a1 − ε < x1 < a1 + ε のとき,f(x1, a2, . . . , an) ≥ f(a1, a2, . . . , an) であるから,0 < h < ε
のとき
f(a1 + h, a2, . . . , an)− f(a1, a2, . . . , an)
h≥ 0,
f(a1 − h, a2, . . . , an)− f(a1, a2, . . . , an)
−h≤ 0
が成立する.ここで h → 0 とすれば,どちらの式も fx1(a) に収束するから,fx1(a) = 0
でなければならない.同様にして ∇f(a) = 0,すなわち a は f(x) の停留点であることがわかる.f(x) が a で最大値をとるときも同様である.□
例 25 3辺の長さ(幅,奥行き,高さ)の和が一定であるような直方体の中で体積が最大になるものを求めよう.3辺の長さを x, y, z とする.a を正の定数として x + y + z = a
としてよい.このとき z = a− x− y であるから,直方体の体積を x と y で表すと
f(x, y) = xyz = xy(a− x− y) = axy − x2y − xy2
となる.題意より x > 0, y > 0, z = a− x− y > 0 でなければならないが,これだと閉集合にならないので,
A = {(x, y) | x ≥ 0, y ≥ 0, x+ y ≤ a}
とおくと,A は有界閉集合である.f(x, y) の停留点は
fx(x, y) = (a− 2x− y)y = 0, fy(x, y) = (a− x− 2y)x = 0
を満たす点 (x, y) であるが,そのうち A の内部にあるのは,x > 0, y > 0 より
2x+ y = x+ 2y = a すなわち (x, y) =(a3,a
3
)のみである.さらに
f(a3,a
3
)=
a3
27> 0
である.一方,(x, y)が Aの境界点であるとき,x = 0または y = 0または z = a−x−y = 0
であるから,f(x, y) = 0 となる.従って f(x, y) は A の内点かつ f(x, y) の停留点となるような点で最大値をとる.ところがそのような点は上の 1点しかないから,f(x, y) は
点(a3,a
3
)において最大値
a3
27をとる.従って体積が最大となるのは立方体のときである.
なお,ヘッシアンから f(x, y) は(a3,a
3
)で極大となることがわかるが,以上のようにこ
のことは不要であった.
解析学概論 I 40
例 26 平面上の n個の点 Pk(xk, yk) (k = 1, . . . , n)を考える.点 P(x, y) とこれらの n個の点との距離の 2乗の和
f(x, y) =n∑
k=1
{(x− xk)2 + (y − yk)
2}
が最小となるような点 (a, b) を求めよう.(x, y) は平面 R2 全体を動き R2 は有界ではないので f(x, y) の最大値と最小値は存在するとは限らない.実際 (x, y) と原点との距離√
x2 + y2 が限りなく大きくなるとき f(x, y) の値は限りなく大きくなるから,f(x, y) の最大値は存在しない.一方,このことから R を十分大きな正の実数とすると,f(x, y) は有界閉集合
A = {(x, y) ∈ R2 | x2 + y2 ≤ R2}
の内点 (a, b) において最小値をとることがわかる.よって (a, b) は f の停留点である.
fx(x, y) =n∑
k=1
2(x− xk) = 2(nx−
n∑k=1
xk
), fy(x, y) =
n∑k=1
2(y− yk) = 2(ny−
n∑k=1
yk
)と fx(a, b) = fy(a, b) = 0 より
a =1
n
n∑k=1
xk, b =1
n
n∑k=1
yk.
すなわち (a, b) は点 P1, . . . , Pn の重心である.(これは平方完成によって導くこともできる.)
問題 27 (基本) f(x, y) = xy(x2 + y2 − 1) の A = {(x, y) | x2 + y2 ≤ 1} における最大値と最小値を求めよ.
5 陰関数と条件付き極値
5.1 陰関数
2変数関数 f(x, y) が与えられたとき,方程式 f(x, y) = 0 は一般に xy平面における曲線を表す.この曲線上の点 (x, y) に対して y を x の関数で表すことを考える.たとえばf(x, y) = x2 + y2 − 1 のとき,f(x, y) = 0 は単位円を表す.f(x, y) = 0 を y について解くと y =
√1− x2 と y = −
√1− x2 という 2つの関数が得られる.これらはそれぞれ単
位円の上半分と下半分を表している.一般には,たとえば y3 − xy − 1 = 0 のような式を解いて y を x の式で具体的に表すことは困難なので,理論的な考察が必要となる.
定理 17 (陰関数定理) f(x) = f(x1, . . . , xn) を Rn の開集合 D で定義された C1級関数とする.a = (a1, . . . , an−1, an) を f(a) = 0 を満たすような D の点として fxn(a) ̸= 0 と
解析学概論 I 41
仮定する.このとき (a1, . . . , an−1) を含むRn−1 の開集合 U で定義されたn− 1変数の C1
級関数 φ(x1, . . . , xn−1) であって
f(x1, . . . , xn−1, φ(x1, . . . , xn−1)) = 0 (∀(x1, . . . , xn−1) ∈ U), φ(a1, . . . , an−1) = an
を満たすものがただ一つ存在する.すなわち,集合 S = {x ∈ D | f(x) = 0} は,Sの点 a の近傍 U × (an − ε, an + ε) では xn = φ(x1, . . . , xn−1) という関数のグラフと一致する.関数 xn = φ(x1, . . . , xn−1) を f(x) = 0 から定まる陰関数という.さらにこのとき,xn = φ(x1, . . . , xn−1) の xk (1 ≤ k ≤ n− 1)についての偏導関数は
∂φ
∂xk
(x1, . . . , xn−1) = −fxk(x1, . . . , xn−1, φ(x1, . . . , xn−1))
fxn(x1, . . . , xn−1, φ(x1, . . . , xn−1))= −fxk
(x1, . . . , xn−1, xn)
fxn(x1, . . . , xn−1, xn)
で与えられる.
証明: 簡単のため n = 2 の場合に証明する.f(x, y) を R2 の開集合 D で C1級の関数,a = (a, b) ∈ D として, f(a, b) = 0 かつ fy(a, b) ̸= 0 とする.fy(a, b) > 0 としても一般性を失わない(fy(a, b) < 0 の場合は−f(x, y) を考えればよいから).fy(a, b) > 0 とfy(x, y) が連続なことから,a を含むある開区間 U と,ある正の実数 ε があって
(x ∈ U, b− ε < y < b+ ε) ⇒ fy(x, y) > 0
が成立する.特に y の関数 f(a, y) は区間 (b− ε, b+ ε) で単調増加で f(a, b) = 0 だからf(a, b + ε) > 0 かつ f(a, b− ε) < 0 である.f(x, y) は連続だから,U を小さく取り直せば,x ∈ U のとき f(x, b+ ε) > 0 かつ f(x, b− ε) < 0 が成立するとしてよい.
x
y
a
b
b+ ε
b− ε
U
f(x, y) > 0
f(x, y) < 0
x ∈ U を固定して y について中間値の定理を用いると
f(x, c) = 0, b− ε < c < b+ ε
を満たす実数 c が存在する.f(x, y) は y の関数として区間 (b− ε, b+ ε) で単調増加だから,このような c はただ一つである.そこで φ(x) = c と定めれば φ は区間 U で定義された1変数関数であり,f(a, b) = 0 に注意すると
f(x, φ(x)) = 0 (∀x ∈ U), φ(a) = b
解析学概論 I 42
を満たす.これで定理の前半が示された.x0 を区間 U の点として y0 = φ(x0) とおく.f(x, y) に 0次のTaylorの公式を適用する
と h, k を絶対値が十分小さい実数とするとき
f(x0+h, y0+k) = f(x0, y0)+hfx(x0+θh, y0+θk)+kfy(x0+θh, y0+θk) (0 < ∃θ < 1)
が成立する.ここで y0 + k = φ(x0 + h) すなわち k = φ(x0 + h)− y0 = φ(x0 + h)−φ(x0)
とすると,f(x0 + h, y0 + k) = f(x0, y0) = 0 であるから
hfx(x0 + θh, y0 + θk) + kfy(x0 + θh, y0 + θk) = 0
すなわちk
h= −fx(x0 + θh, y0 + θk)
fy(x0 + θh, y0 + θk)
が成立する.h → 0 のとき k = φ(x0 + h)− φ(x0) → 0 となるから
φ′(x0) = limh→0
k
h= − lim
h→0
fx(x0 + θh, y0 + θk)
fy(x0 + θh, y0 + θk)= −fx(x0, y0)
fy(x0, y0)= −fx(x0, φ(x0))
fy(x0, φ(x0))
が成立する.f(x, y) は C1級だから,これから φ′(x) が連続,すなわちφ が C1級であることもわかる.□
注意 3 φ(x) が微分可能であることを仮定すれば,φ′(x) は恒等式 f(x, φ(x)) = 0 を x について微分して
0 =d
dxf(x, φ(x)) = fx(x, φ(x)) + fy(x, φ(x))φ
′(x)
から導くこともできる.
例 27 n = 2, D = R2 として f(x, y) = x2+y2−1とおくと fy(x, y) = 2y であるから,円f(x, y) = 0 上の点 a = (a, b) は b ̸= 0 ならば定理の条件を満たす.このとき −1 < a < 1
であることに注意する.もし b > 0 ならば φ(x) =√1− x2 は区間 U = (−1, 1) で C1級
でありf(x, φ(x)) = 0, φ(a) =
√1− a2 = b
を満たす.一方 b < 0 の場合は,φ(x) = −√1− x2 は区間 (−1, 1) で C1級であり
f(x, φ(x)) = 0, φ(a) = −√1− a2 = b
を満たす.y = φ(x) が上のいずれの場合にも (y ̸= 0 ならば)
dy
dx= φ′(x) = −fx(x, y)
fy(x, y)= −x
y
が成立する.
解析学概論 I 43
一般に Rn の開集合 D で定義されたC1級関数 f に対して集合
S = {x ∈ D | f(x) = 0}
は,n = 2 のときは曲線,n = 3 のときは曲面を表し,n ≥ 4 のときは超曲面と呼ばれる.S の点 a は
∇f(a) = (fx1(a), . . . , fxn(a)) = (0, . . . , 0) = 0
を満たすとき S の特異点と呼ばれる.a が S の特異点でないとき,すなわち
∇f(a) = (fx1(a), . . . , fxn(a)) ̸= (0, . . . , 0)
のとき,a は S の正則点または非特異点と呼ばれる.a が S の正則点ならば,陰関数定理により(たとえば fx1(a) ̸= 0 ならば変数 x1 と xn を取り替えて適用すればよい),S
は aの近傍では n−1変数の C1級関数のグラフと一致するので,なめらかな曲線(n = 2
のとき)または曲面 (n = 3のとき)または超曲面(n ≥ 4のとき)となる.
例 28 f(x, y) = x2 + y2 − 1 とすると S = {(x, y) ∈ R2 | f(x, y) = 0} は単位円周である.(a, b) ∈ S のとき
∇f(a, b) = (2a, 2b) ̸= (0, 0)
であるから,S の点はすべて Sの正則点である.同様にして,双曲線 x2 − y2 − 1 = 0 のすべての点は正則点である.
例 29 f(x, y) = y2 − x3 − x2 として曲線 S = {(x, y) ∈ R2 | f(x, y) = 0} を考える.(a, b) ∈ S が
∇f(a, b) = (−3a2 − 2a, 2b) = (0, 0)
を満たすのは,b = 0 かつ −3a2 − 2a = −a(3a + 2) = 0,すなわち (a, b) = (0, 0) または(a, b) = (−2/3, 0) のときである.後者の点は S には属さないから,S の特異点は (0, 0)
のみであり,その他の S の点は正則点である.S の点 (x, y) で fy(x, y) = 2y = 0 となるのは (0, 0) と (−1, 0) の 2点である.それ以外の点の近傍では y は x の陰関数としてy = φ(x) と表されて
dy
dx= −fx(x, y)
fy(x, y)=
3x2 + 2x
2y
が成立する.
x
y
−1
y2− x
3− x
2= 0
x
y
3√
4
3√
2
x3 + y
3− 3xy = 0
解析学概論 I 44
例 30 f(x, y) = x3+y3−3xy = 0で定まる曲線 S を考える.fx(x, y) = 3x2−3y, fy(x, y) =
3y2 − 3x が共に 0 になる点は y = x2 かつ x = y2 より x4 − x = x(x− 1)(x2 + x+1) = 0.
よって (x, y) = (0, 0) または (x, y) = (1, 1) であるが f(0, 0) = 0, f(1, 1) ̸= 0 なので S の特異点は (0, 0) のみである.fy(x, y) = f(x, y) = 0 を満たす (x, y) は,x = y2 を f に代入して
y6 − 2y3 = y3(y3 − 2) = 0
より,(x, y) = (0, 0) または (x, y) = ( 3√4, 3√2) である.この2点以外の S の各点の近傍
では,y は x の陰関数 y = φ(x) で表されて
dy
dx= −fx(x, y)
fy(x, y)= −x2 − y
y2 − x
が成立する.
問題 28 (基本) 次の曲線の特異点を(もしあれば)求めよ.また y を x の陰関数として
表したときdy
dxを x と y の式で表せ.
(1) x3 − y2 = 0 (2) x3 − y2 − 1 = 0 (3) y3 − xy + 1 = 0 (4) y3 − xy + x2 = 0
5.2 条件付き極値問題と最大最小問題
変数 x = (x1, . . . , xn) が n変数関数 f による制約条件 f(x) = 0 を満たすとき,別の n変数関数 gの極値または最大値・最小値を求めることを考える.たとえば (x, y) がx2 + y2 − 1 = 0 を満たすときに関数 xy の極値を求めることを考える.この場合はパラメータ表示によって x = cos t, y = sin t と表されることに注意すれば,xy = cos t sin t の極大値(最大値)は 1/2, 極小値(最小値)は −1/2 であることがわかる.しかし一般には制約条件 f(x) = 0 からパラメータ表示を求めることは困難である.一般の場合の問題設定は以下のようになる.
f と g を Rn の開集合 D で定義された C1級関数とする.
S = {x ∈ D | f(x) = 0}
とおき,x ∈ S という条件のもとでの g(x) の極値あるいは最大値・最小値を求めること.
定理 18 (Lagrange(ラグランジュ)の未定乗数法) a が S の正則点であり,x ∈ S という条件のもとで g(x) が a において極値または最大(小)値をとるとすると,ある定数λ (Lagrange 乗数と呼ばれる)が存在して
∇g(a) = λ∇f(a) かつ f(a) = 0
が成立する.
解析学概論 I 45
証明: 仮定より ∇f(a) ̸= 0 だから fxk(a) ̸= 0 となる k が存在する.k = n として一般
性を失わない.このとき陰関数定理により,(a1, . . . , an−1) を含むある開集合 U で定義された C1級関数 φ(x1, . . . , xn−1) があって,点 a の近傍 U × (an − ε, an + ε) では S の点x = (x1, . . . , xn) は
xn = φ(x1, . . . , xn−1)
と表される.従って U で定義された n− 1変数関数
G(x1, . . . , xn−1) = g(x1, . . . , xn−1, φ(x1, . . . , xn−1))
は (a1, . . . , an−1)で極値または最大最小値をとるから,(a1, . . . , an−1)は Gの停留点であり
∂G
∂xk
(a1, . . . , an−1) = 0 (k = 1, . . . , n− 1)
が成立する.1 ≤ k ≤ n− 1 のとき合成関数の微分の公式より
∂G
∂xk
(x1, . . . , xn−1) = gxk(x1, . . . , xn−1, φ(x1, . . . , xn−1))
+ gxn(x1, . . . , xn−1, φ(x1, . . . , xn−1))φxk(x1, . . . , xn−1)
が成立するから,an = φ(a1, . . . , an−1) に注意して
gxk(a) + gxn(a)φxk
(a1, . . . , an−1) = 0 (1 ≤ k ≤ n− 1) (5.9)
を得る.一方 f(x1, . . . , xn−1, φ(x1, . . . , xn−1)) = 0 を xk について微分すると
fxk(x1, . . . , xn−1, φ(x1, . . . , xn−1))+fxn(x1, . . . , xn−1, φ(x1, . . . , xn−1))φxk
(x1, . . . , xn−1) = 0
となるからfxk
(a) + fxn(a)φxk(a1, . . . , an−1) = 0 (1 ≤ k ≤ n− 1) (5.10)
が成立する.fxn(a) ̸= 0 であるから,(5.10)より
φxk(a1, . . . , an−1) = −fxk
(a)
fxn(a)
これを (5.9)に代入して
gxk(a) =
gxn(a)
fxn(a)fxk
(a) (1 ≤ k ≤ n− 1)
を得る.この等式は k = n のときも成立することに注意する.従って λ =gxn(a)
fxn(a)とお
けば,∇g(a) = λ∇f(a) (5.11)
が成立する.逆に (5.11)を仮定すれば gxj(a) = λfxj
(a) と (5.10)より
∂G
∂xk
(a) = gxk(a) + gxn(a)φxk
(a1, . . . , an−1) = λfxk(a) + λfxn(a)φxk
(a1, . . . , an−1)
= 0 (k = 1, . . . , n− 1)
となるから (a1, . . . , an−1) は G の停留点である.□
解析学概論 I 46
系 1 f と g を Rn の開集合 D で定義された C1級関数として
S = {x ∈ D | f(x) = 0}
とおく.もし g(x) が x ∈ S という条件の下で a ∈ S において極値または最大最小値をとったとすると,
(1) ある定数 λ が存在して∇g(a) = λ∇f(a)
(2) ∇f(a) = 0
の少なくとも一方が成立する.
証明: 定理 18により a が S の正則点,すなわち∇f(a) ̸= 0 (⇔ (2)が成立しない)ならば (1)が成立する.□
例 31 3辺の長さ x, y, z の和が一定 a であるような直方体で体積が最大になるものを求めよう.例 25では x + y + z = a から z を消去して x, y についての2変数関数 xyz =
xy(1− x− y) の最大値を求めたが,ここでは D = R3 でC1級の関数
f(x, y, z) = x+ y + z − a, g(x, y, z) = xyz
に対してLagrangeの未定乗数法を用いる.Weierstrassの定理により,g(x, y, z) は有界閉集合
A = {(x, y, z) ∈ R3 | x+ y + z = a, x ≥ 0, y ≥ 0, z ≥ 0}
のある点 (x0, y0, z0) で正の最大値 x0y0z0 をとる.よって x0, y0, z0 > 0 でなければならないから,g(x, y, z) は x + y + z = a という条件のもとで (x0, y0, z0) において極大値をとる.∇f(x, y, z) = (1, 1, 1) ̸= (0, 0, 0) だから,ある λ があって
∇g(x0, y0, z0) = (y0z0, z0x0, x0y0) = λ∇f(x0, y0, z0) = λ(1, 1, 1)
が成立する.これから y0z0 = z0x0 = x0y0 を得る.x0, y0, z0 は正であることに注意すると,これからx0 = y0 = z0 であることがわかる.これと x0+y0+z0 = aより x0 = y0 = z0 =
a
3を得る.
例 32 x2 − xy + y2 = 1 という条件のもとで x2 + y2 の最大値と最小値を求めよう.これは x2 − xy + y2 = 1 で定義される曲線上の点と原点との距離の最大値と最小値を求めることと同値である.f(x, y) = x2 − xy + y2 − 1, g(x, y) = x2 + y2 とおく.まずS = {(x, y) ∈ R2 | f(x, y) = 0} は R2 の有界閉集合であることを示そう.(x, y) ∈ S のとき
x2 − xy + y2 =(x− y
2
)2+
3
4y2 = 1
より,|y| ≤ 2√3かつ
∣∣∣x− y
2
∣∣∣ ≤ 1 でなければならない.三角不等式より
|x| =∣∣∣x− y
2+
y
2
∣∣∣ ≤ ∣∣∣x− y
2
∣∣∣+ |y|2
≤ 1 +1√3
解析学概論 I 47
を得る.よって S は有界である.連続関数の等式で定義されるから S は閉集合である.よって Weierstrass の定理により g(x, y) = x2 + y2 は S で最大値と最小値をとる.また,fx(x, y) = 2x − y = 0 かつ fy(x, y) = 2y − x = 0 を満たす (x, y) は (0, 0) のみ
であり,(0, 0) は S には属さないから S は特異点を持たない.以上により x2 + y2 が最大最小になる S の点は Lagrangeの乗数法によって求めることができる.
∇g(x, y) = (2x, 2y) = λ(2x− y, 2y − x)
を x と y についての連立 1次方程式とみなすと(2(λ− 1) 1
1 2(λ− 1)
)(x
y
)=
(0
0
).
ここで (x, y) ̸= (0, 0) であるから,この行列式は 0 でなければならない:
0 =
∣∣∣∣∣2(λ− 1) 1
1 2(λ− 1)
∣∣∣∣∣ = 4(λ− 1)2 − 1.
従って λ =1
2または λ =
3
2である.
λ =1
2のとき,上の連立 1次方程式から y = x を得るので,0 = f(x, x) = x2 − 1 より
(x, y) = (±1,±1) (複号同順).
λ =3
2のとき,上の連立 1次方程式から y = −x を得るので,0 = f(x,−x) = 3x2 − 1
より (x, y) =(± 1√
3,∓ 1√
3
)(複号同順).
これと
g(1, 1) = 2, g(± 1√
3,∓ 1√
3
)=
2
3
より,x2 − xy + y2 = 1 という条件のもとで,x2 + y2 は (x, y) = (±1,±1) のとき最大値
2 をとり,(x, y) =(± 1√
3,∓ 1√
3
)のとき最小値
2
3をとる.
x
y
x2− xy + y
2 = 1
解析学概論 I 48
問題 29 (基本)
(1) x2 − xy+ y2 = 1 という条件のもとで 2x+ y の最大値と最小値,およびそのときの(x, y) を求めよ.
(2) 3x+ 2y+ z = 1 という条件のもとで x2 + y2 + z2 の最小値とそのときの (x, y, z) を求めよ.
目 次
1 ユークリッド空間とその位相 1
1.1 ユークリッド空間 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 開集合と閉集合 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2 多変数関数とその連続性 5
2.1 多変数関数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2 多変数関数のグラフ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.3 ユークリッド空間の (超)平面 . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.4 多変数関数の極限と連続性 . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3 多変数関数の微分 10
3.1 偏微分係数と偏導関数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.2 高次(高階)導関数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.3 全微分可能性と方向微分 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.4 合成関数の微分法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
4 多変数関数に対するTaylorの定理と極大極小問題 24
4.1 Taylorの定理 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
4.2 2次形式 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.3 多変数関数の極大と極小 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.4 最大最小問題 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
5 陰関数と条件付き極値 40
5.1 陰関数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
5.2 条件付き極値問題と最大最小問題 . . . . . . . . . . . . . . . . . . . . . . . 44